<!--{{{-->
<link rel='alternate' type='application/rss+xml' title='RSS' href='index.xml' />
<!--}}}-->

Background: #fff
Foreground: #000
PrimaryPale: #8cf
PrimaryLight: #18f
PrimaryMid: #04b
PrimaryDark: #014
SecondaryPale: #ffc
SecondaryLight: #fe8
SecondaryMid: #db4
SecondaryDark: #841
TertiaryPale: #eee
TertiaryLight: #ccc
TertiaryMid: #999
TertiaryDark: #666
Error: #f88

/*{{{*/
body {background:[[ColorPalette::Background]]; color:[[ColorPalette::Foreground]];}

a {color:[[ColorPalette::PrimaryMid]];}
a:hover {background-color:[[ColorPalette::PrimaryMid]]; color:[[ColorPalette::Background]];}
a img {border:0;}

h1,h2,h3,h4,h5,h6 {color:[[ColorPalette::SecondaryDark]]; background:transparent;}
h1 {border-bottom:2px solid [[ColorPalette::TertiaryLight]];}
h2,h3 {border-bottom:1px solid [[ColorPalette::TertiaryLight]];}

.button {color:[[ColorPalette::PrimaryDark]]; border:1px solid [[ColorPalette::Background]];}
.button:hover {color:[[ColorPalette::PrimaryDark]]; background:[[ColorPalette::SecondaryLight]]; border-color:[[ColorPalette::SecondaryMid]];}
.button:active {color:[[ColorPalette::Background]]; background:[[ColorPalette::SecondaryMid]]; border:1px solid [[ColorPalette::SecondaryDark]];}

.header {background:[[ColorPalette::PrimaryMid]];}
.headerShadow {color:[[ColorPalette::Foreground]];}
.headerShadow a {font-weight:normal; color:[[ColorPalette::Foreground]];}
.headerForeground {color:[[ColorPalette::Background]];}
.headerForeground a {font-weight:normal; color:[[ColorPalette::PrimaryPale]];}

.tabSelected{color:[[ColorPalette::PrimaryDark]];
	background:[[ColorPalette::TertiaryPale]];
	border-left:1px solid [[ColorPalette::TertiaryLight]];
	border-top:1px solid [[ColorPalette::TertiaryLight]];
	border-right:1px solid [[ColorPalette::TertiaryLight]];
}
.tabUnselected {color:[[ColorPalette::Background]]; background:[[ColorPalette::TertiaryMid]];}
.tabContents {color:[[ColorPalette::PrimaryDark]]; background:[[ColorPalette::TertiaryPale]]; border:1px solid [[ColorPalette::TertiaryLight]];}
.tabContents .button {border:0;}

#sidebar {}
#sidebarOptions input {border:1px solid [[ColorPalette::PrimaryMid]];}
#sidebarOptions .sliderPanel {background:[[ColorPalette::PrimaryPale]];}
#sidebarOptions .sliderPanel a {border:none;color:[[ColorPalette::PrimaryMid]];}
#sidebarOptions .sliderPanel a:hover {color:[[ColorPalette::Background]]; background:[[ColorPalette::PrimaryMid]];}
#sidebarOptions .sliderPanel a:active {color:[[ColorPalette::PrimaryMid]]; background:[[ColorPalette::Background]];}

.wizard {background:[[ColorPalette::PrimaryPale]]; border:1px solid [[ColorPalette::PrimaryMid]];}
.wizard h1 {color:[[ColorPalette::PrimaryDark]]; border:none;}
.wizard h2 {color:[[ColorPalette::Foreground]]; border:none;}
.wizardStep {background:[[ColorPalette::Background]]; color:[[ColorPalette::Foreground]];
	border:1px solid [[ColorPalette::PrimaryMid]];}
.wizardStep.wizardStepDone {background:[[ColorPalette::TertiaryLight]];}
.wizardFooter {background:[[ColorPalette::PrimaryPale]];}
.wizardFooter .status {background:[[ColorPalette::PrimaryDark]]; color:[[ColorPalette::Background]];}
.wizard .button {color:[[ColorPalette::Foreground]]; background:[[ColorPalette::SecondaryLight]]; border: 1px solid;
	border-color:[[ColorPalette::SecondaryPale]] [[ColorPalette::SecondaryDark]] [[ColorPalette::SecondaryDark]] [[ColorPalette::SecondaryPale]];}
.wizard .button:hover {color:[[ColorPalette::Foreground]]; background:[[ColorPalette::Background]];}
.wizard .button:active {color:[[ColorPalette::Background]]; background:[[ColorPalette::Foreground]]; border: 1px solid;
	border-color:[[ColorPalette::PrimaryDark]] [[ColorPalette::PrimaryPale]] [[ColorPalette::PrimaryPale]] [[ColorPalette::PrimaryDark]];}

.wizard .notChanged {background:transparent;}
.wizard .changedLocally {background:#80ff80;}
.wizard .changedServer {background:#8080ff;}
.wizard .changedBoth {background:#ff8080;}
.wizard .notFound {background:#ffff80;}
.wizard .putToServer {background:#ff80ff;}
.wizard .gotFromServer {background:#80ffff;}

#messageArea {border:1px solid [[ColorPalette::SecondaryMid]]; background:[[ColorPalette::SecondaryLight]]; color:[[ColorPalette::Foreground]];}
#messageArea .button {color:[[ColorPalette::PrimaryMid]]; background:[[ColorPalette::SecondaryPale]]; border:none;}

.popupTiddler {background:[[ColorPalette::TertiaryPale]]; border:2px solid [[ColorPalette::TertiaryMid]];}

.popup {background:[[ColorPalette::TertiaryPale]]; color:[[ColorPalette::TertiaryDark]]; border-left:1px solid [[ColorPalette::TertiaryMid]]; border-top:1px solid [[ColorPalette::TertiaryMid]]; border-right:2px solid [[ColorPalette::TertiaryDark]]; border-bottom:2px solid [[ColorPalette::TertiaryDark]];}
.popup hr {color:[[ColorPalette::PrimaryDark]]; background:[[ColorPalette::PrimaryDark]]; border-bottom:1px;}
.popup li.disabled {color:[[ColorPalette::TertiaryMid]];}
.popup li a, .popup li a:visited {color:[[ColorPalette::Foreground]]; border: none;}
.popup li a:hover {background:[[ColorPalette::SecondaryLight]]; color:[[ColorPalette::Foreground]]; border: none;}
.popup li a:active {background:[[ColorPalette::SecondaryPale]]; color:[[ColorPalette::Foreground]]; border: none;}
.popupHighlight {background:[[ColorPalette::Background]]; color:[[ColorPalette::Foreground]];}
.listBreak div {border-bottom:1px solid [[ColorPalette::TertiaryDark]];}

.tiddler .defaultCommand {font-weight:bold;}

.shadow .title {color:[[ColorPalette::TertiaryDark]];}

.title {color:[[ColorPalette::SecondaryDark]];}
.subtitle {color:[[ColorPalette::TertiaryDark]];}

.toolbar {color:[[ColorPalette::PrimaryMid]];}
.toolbar a {color:[[ColorPalette::TertiaryLight]];}
.selected .toolbar a {color:[[ColorPalette::TertiaryMid]];}
.selected .toolbar a:hover {color:[[ColorPalette::Foreground]];}

.tagging, .tagged {border:1px solid [[ColorPalette::TertiaryPale]]; background-color:[[ColorPalette::TertiaryPale]];}
.selected .tagging, .selected .tagged {background-color:[[ColorPalette::TertiaryLight]]; border:1px solid [[ColorPalette::TertiaryMid]];}
.tagging .listTitle, .tagged .listTitle {color:[[ColorPalette::PrimaryDark]];}
.tagging .button, .tagged .button {border:none;}

.footer {color:[[ColorPalette::TertiaryLight]];}
.selected .footer {color:[[ColorPalette::TertiaryMid]];}

.sparkline {background:[[ColorPalette::PrimaryPale]]; border:0;}
.sparktick {background:[[ColorPalette::PrimaryDark]];}

.error, .errorButton {color:[[ColorPalette::Foreground]]; background:[[ColorPalette::Error]];}
.warning {color:[[ColorPalette::Foreground]]; background:[[ColorPalette::SecondaryPale]];}
.lowlight {background:[[ColorPalette::TertiaryLight]];}

.zoomer {background:none; color:[[ColorPalette::TertiaryMid]]; border:3px solid [[ColorPalette::TertiaryMid]];}

.imageLink, #displayArea .imageLink {background:transparent;}

.annotation {background:[[ColorPalette::SecondaryLight]]; color:[[ColorPalette::Foreground]]; border:2px solid [[ColorPalette::SecondaryMid]];}

.viewer .listTitle {list-style-type:none; margin-left:-2em;}
.viewer .button {border:1px solid [[ColorPalette::SecondaryMid]];}
.viewer blockquote {border-left:3px solid [[ColorPalette::TertiaryDark]];}

.viewer table, table.twtable {border:2px solid [[ColorPalette::TertiaryDark]];}
.viewer th, .viewer thead td, .twtable th, .twtable thead td {background:[[ColorPalette::SecondaryMid]]; border:1px solid [[ColorPalette::TertiaryDark]]; color:[[ColorPalette::Background]];}
.viewer td, .viewer tr, .twtable td, .twtable tr {border:1px solid [[ColorPalette::TertiaryDark]];}

.viewer pre {border:1px solid [[ColorPalette::SecondaryLight]]; background:[[ColorPalette::SecondaryPale]];}
.viewer code {color:[[ColorPalette::SecondaryDark]];}
.viewer hr {border:0; border-top:dashed 1px [[ColorPalette::TertiaryDark]]; color:[[ColorPalette::TertiaryDark]];}

.highlight, .marked {background:[[ColorPalette::SecondaryLight]];}

.editor input {border:1px solid [[ColorPalette::PrimaryMid]];}
.editor textarea {border:1px solid [[ColorPalette::PrimaryMid]]; width:100%;}
.editorFooter {color:[[ColorPalette::TertiaryMid]];}
.readOnly {background:[[ColorPalette::TertiaryPale]];}

#backstageArea {background:[[ColorPalette::Foreground]]; color:[[ColorPalette::TertiaryMid]];}
#backstageArea a {background:[[ColorPalette::Foreground]]; color:[[ColorPalette::Background]]; border:none;}
#backstageArea a:hover {background:[[ColorPalette::SecondaryLight]]; color:[[ColorPalette::Foreground]]; }
#backstageArea a.backstageSelTab {background:[[ColorPalette::Background]]; color:[[ColorPalette::Foreground]];}
#backstageButton a {background:none; color:[[ColorPalette::Background]]; border:none;}
#backstageButton a:hover {background:[[ColorPalette::Foreground]]; color:[[ColorPalette::Background]]; border:none;}
#backstagePanel {background:[[ColorPalette::Background]]; border-color: [[ColorPalette::Background]] [[ColorPalette::TertiaryDark]] [[ColorPalette::TertiaryDark]] [[ColorPalette::TertiaryDark]];}
.backstagePanelFooter .button {border:none; color:[[ColorPalette::Background]];}
.backstagePanelFooter .button:hover {color:[[ColorPalette::Foreground]];}
#backstageCloak {background:[[ColorPalette::Foreground]]; opacity:0.6; filter:'alpha(opacity=60)';}
/*}}}*/

/*{{{*/
* html .tiddler {height:1%;}

body {font-size:.75em; font-family:arial,helvetica; margin:0; padding:0;}

h1,h2,h3,h4,h5,h6 {font-weight:bold; text-decoration:none;}
h1,h2,h3 {padding-bottom:1px; margin-top:1.2em;margin-bottom:0.3em;}
h4,h5,h6 {margin-top:1em;}
h1 {font-size:1.35em;}
h2 {font-size:1.25em;}
h3 {font-size:1.1em;}
h4 {font-size:1em;}
h5 {font-size:.9em;}

hr {height:1px;}

a {text-decoration:none;}

dt {font-weight:bold;}

ol {list-style-type:decimal;}
ol ol {list-style-type:lower-alpha;}
ol ol ol {list-style-type:lower-roman;}
ol ol ol ol {list-style-type:decimal;}
ol ol ol ol ol {list-style-type:lower-alpha;}
ol ol ol ol ol ol {list-style-type:lower-roman;}
ol ol ol ol ol ol ol {list-style-type:decimal;}

.txtOptionInput {width:11em;}

#contentWrapper .chkOptionInput {border:0;}

.externalLink {text-decoration:underline;}

.indent {margin-left:3em;}
.outdent {margin-left:3em; text-indent:-3em;}
code.escaped {white-space:nowrap;}

.tiddlyLinkExisting {font-weight:bold;}
.tiddlyLinkNonExisting {font-style:italic;}

/* the 'a' is required for IE, otherwise it renders the whole tiddler in bold */
a.tiddlyLinkNonExisting.shadow {font-weight:bold;}

#mainMenu .tiddlyLinkExisting,
	#mainMenu .tiddlyLinkNonExisting,
	#sidebarTabs .tiddlyLinkNonExisting {font-weight:normal; font-style:normal;}
#sidebarTabs .tiddlyLinkExisting {font-weight:bold; font-style:normal;}

.header {position:relative;}
.header a:hover {background:transparent;}
.headerShadow {position:relative; padding:4.5em 0 1em 1em; left:-1px; top:-1px;}
.headerForeground {position:absolute; padding:4.5em 0 1em 1em; left:0px; top:0px;}

.siteTitle {font-size:3em;}
.siteSubtitle {font-size:1.2em;}

#mainMenu {position:absolute; left:0; width:10em; text-align:right; line-height:1.6em; padding:1.5em 0.5em 0.5em 0.5em; font-size:1.1em;}

#sidebar {position:absolute; right:3px; width:16em; font-size:.9em;}
#sidebarOptions {padding-top:0.3em;}
#sidebarOptions a {margin:0 0.2em; padding:0.2em 0.3em; display:block;}
#sidebarOptions input {margin:0.4em 0.5em;}
#sidebarOptions .sliderPanel {margin-left:1em; padding:0.5em; font-size:.85em;}
#sidebarOptions .sliderPanel a {font-weight:bold; display:inline; padding:0;}
#sidebarOptions .sliderPanel input {margin:0 0 0.3em 0;}
#sidebarTabs .tabContents {width:15em; overflow:hidden;}

.wizard {padding:0.1em 1em 0 2em;}
.wizard h1 {font-size:2em; font-weight:bold; background:none; padding:0; margin:0.4em 0 0.2em;}
.wizard h2 {font-size:1.2em; font-weight:bold; background:none; padding:0; margin:0.4em 0 0.2em;}
.wizardStep {padding:1em 1em 1em 1em;}
.wizard .button {margin:0.5em 0 0; font-size:1.2em;}
.wizardFooter {padding:0.8em 0.4em 0.8em 0;}
.wizardFooter .status {padding:0 0.4em; margin-left:1em;}
.wizard .button {padding:0.1em 0.2em;}

#messageArea {position:fixed; top:2em; right:0; margin:0.5em; padding:0.5em; z-index:2000; _position:absolute;}
.messageToolbar {display:block; text-align:right; padding:0.2em;}
#messageArea a {text-decoration:underline;}

.tiddlerPopupButton {padding:0.2em;}
.popupTiddler {position: absolute; z-index:300; padding:1em; margin:0;}

.popup {position:absolute; z-index:300; font-size:.9em; padding:0; list-style:none; margin:0;}
.popup .popupMessage {padding:0.4em;}
.popup hr {display:block; height:1px; width:auto; padding:0; margin:0.2em 0;}
.popup li.disabled {padding:0.4em;}
.popup li a {display:block; padding:0.4em; font-weight:normal; cursor:pointer;}
.listBreak {font-size:1px; line-height:1px;}
.listBreak div {margin:2px 0;}

.tabset {padding:1em 0 0 0.5em;}
.tab {margin:0 0 0 0.25em; padding:2px;}
.tabContents {padding:0.5em;}
.tabContents ul, .tabContents ol {margin:0; padding:0;}
.txtMainTab .tabContents li {list-style:none;}
.tabContents li.listLink { margin-left:.75em;}

#contentWrapper {display:block;}
#splashScreen {display:none;}

#displayArea {margin:1em 17em 0 14em;}

.toolbar {text-align:right; font-size:.9em;}

.tiddler {padding:1em 1em 0;}

.missing .viewer,.missing .title {font-style:italic;}

.title {font-size:1.6em; font-weight:bold;}

.missing .subtitle {display:none;}
.subtitle {font-size:1.1em;}

.tiddler .button {padding:0.2em 0.4em;}

.tagging {margin:0.5em 0.5em 0.5em 0; float:left; display:none;}
.isTag .tagging {display:block;}
.tagged {margin:0.5em; float:right;}
.tagging, .tagged {font-size:0.9em; padding:0.25em;}
.tagging ul, .tagged ul {list-style:none; margin:0.25em; padding:0;}
.tagClear {clear:both;}

.footer {font-size:.9em;}
.footer li {display:inline;}

.annotation {padding:0.5em; margin:0.5em;}

* html .viewer pre {width:99%; padding:0 0 1em 0;}
.viewer {line-height:1.4em; padding-top:0.5em;}
.viewer .button {margin:0 0.25em; padding:0 0.25em;}
.viewer blockquote {line-height:1.5em; padding-left:0.8em;margin-left:2.5em;}
.viewer ul, .viewer ol {margin-left:0.5em; padding-left:1.5em;}

.viewer table, table.twtable {border-collapse:collapse; margin:0.8em 1.0em;}
.viewer th, .viewer td, .viewer tr,.viewer caption,.twtable th, .twtable td, .twtable tr,.twtable caption {padding:3px;}
table.listView {font-size:0.85em; margin:0.8em 1.0em;}
table.listView th, table.listView td, table.listView tr {padding:0px 3px 0px 3px;}

.viewer pre {padding:0.5em; margin-left:0.5em; font-size:1.2em; line-height:1.4em; overflow:auto;}
.viewer code {font-size:1.2em; line-height:1.4em;}

.editor {font-size:1.1em;}
.editor input, .editor textarea {display:block; width:100%; font:inherit;}
.editorFooter {padding:0.25em 0; font-size:.9em;}
.editorFooter .button {padding-top:0px; padding-bottom:0px;}

.fieldsetFix {border:0; padding:0; margin:1px 0px;}

.sparkline {line-height:1em;}
.sparktick {outline:0;}

.zoomer {font-size:1.1em; position:absolute; overflow:hidden;}
.zoomer div {padding:1em;}

* html #backstage {width:99%;}
* html #backstageArea {width:99%;}
#backstageArea {display:none; position:relative; overflow: hidden; z-index:150; padding:0.3em 0.5em;}
#backstageToolbar {position:relative;}
#backstageArea a {font-weight:bold; margin-left:0.5em; padding:0.3em 0.5em;}
#backstageButton {display:none; position:absolute; z-index:175; top:0; right:0;}
#backstageButton a {padding:0.1em 0.4em; margin:0.1em;}
#backstage {position:relative; width:100%; z-index:50;}
#backstagePanel {display:none; z-index:100; position:absolute; width:90%; margin-left:3em; padding:1em;}
.backstagePanelFooter {padding-top:0.2em; float:right;}
.backstagePanelFooter a {padding:0.2em 0.4em;}
#backstageCloak {display:none; z-index:20; position:absolute; width:100%; height:100px;}

.whenBackstage {display:none;}
.backstageVisible .whenBackstage {display:block;}
/*}}}*/

/***
StyleSheet for use when a translation requires any css style changes.
This StyleSheet can be used directly by languages such as Chinese, Japanese and Korean which need larger font sizes.
***/
/*{{{*/
body {font-size:0.8em;}
#sidebarOptions {font-size:1.05em;}
#sidebarOptions a {font-style:normal;}
#sidebarOptions .sliderPanel {font-size:0.95em;}
.subtitle {font-size:0.8em;}
.viewer table.listView {font-size:0.95em;}
/*}}}*/

/*{{{*/
@media print {
#mainMenu, #sidebar, #messageArea, .toolbar, #backstageButton, #backstageArea {display: none !important;}
#displayArea {margin: 1em 1em 0em;}
noscript {display:none;} /* Fixes a feature in Firefox 1.5.0.2 where print preview displays the noscript content */
}
/*}}}*/

<!--{{{-->
<div class='header' macro='gradient vert [[ColorPalette::PrimaryLight]] [[ColorPalette::PrimaryMid]]'>
<div class='headerShadow'>
<span class='siteTitle' refresh='content' tiddler='SiteTitle'></span>&nbsp;
<span class='siteSubtitle' refresh='content' tiddler='SiteSubtitle'></span>
</div>
<div class='headerForeground'>
<span class='siteTitle' refresh='content' tiddler='SiteTitle'></span>&nbsp;
<span class='siteSubtitle' refresh='content' tiddler='SiteSubtitle'></span>
</div>
</div>
<div id='mainMenu' refresh='content' tiddler='MainMenu'></div>
<div id='sidebar'>
<div id='sidebarOptions' refresh='content' tiddler='SideBarOptions'></div>
<div id='sidebarTabs' refresh='content' force='true' tiddler='SideBarTabs'></div>
</div>
<div id='displayArea'>
<div id='messageArea'></div>
<div id='tiddlerDisplay'></div>
</div>
<!--}}}-->

<!--{{{-->
<div class='toolbar' macro='toolbar [[ToolbarCommands::ViewToolbar]]'></div>
<div class='title' macro='view title'></div>
<div class='subtitle'><span macro='view modifier link'></span>, <span macro='view modified date'></span> (<span macro='message views.wikified.createdPrompt'></span> <span macro='view created date'></span>)</div>
<div class='tagging' macro='tagging'></div>
<div class='tagged' macro='tags'></div>
<div class='viewer' macro='view text wikified'></div>
<div class='tagClear'></div>
<!--}}}-->

<!--{{{-->
<div class='toolbar' macro='toolbar [[ToolbarCommands::EditToolbar]]'></div>
<div class='title' macro='view title'></div>
<div class='editor' macro='edit title'></div>
<div macro='annotations'></div>
<div class='editor' macro='edit text'></div>
<div class='editor' macro='edit tags'></div><div class='editorFooter'><span macro='message views.editor.tagPrompt'></span><span macro='tagChooser excludeLists'></span></div>
<!--}}}-->

To get started with this blank [[TiddlyWiki]], you'll need to modify the following tiddlers:
* [[SiteTitle]] & [[SiteSubtitle]]: The title and subtitle of the site, as shown above (after saving, they will also appear in the browser title bar)
* [[MainMenu]]: The menu (usually on the left)
* [[DefaultTiddlers]]: Contains the names of the tiddlers that you want to appear when the TiddlyWiki is opened
You'll also need to enter your username for signing your edits: <<option txtUserName>>

These [[InterfaceOptions]] for customising [[TiddlyWiki]] are saved in your browser

Your username for signing your edits. Write it as a [[WikiWord]] (eg [[JoeBloggs]])

<<option txtUserName>>
<<option chkSaveBackups>> [[SaveBackups]]
<<option chkAutoSave>> [[AutoSave]]
<<option chkRegExpSearch>> [[RegExpSearch]]
<<option chkCaseSensitiveSearch>> [[CaseSensitiveSearch]]
<<option chkAnimate>> [[EnableAnimations]]

----
Also see [[AdvancedOptions]]

<<importTiddlers>>

<html><iframe src="https://docs.google.com/present/embed?id=dc884f6s_101hn5rcjdq" frameborder="0" width="410" height="342"></iframe></html>

Type the text for 'New Tiddler'

請觀賞逢甲大學統計系96級統計資料分析的成果展：
<html><div align="center"><iframe src ="http://eportfolio.fcu.edu.tw/promote/stat/index.html" width="100%" align="center" height=400"></iframe></div></html>

install.packages("Rcmdr", dependencies=TRUE)
library(Rcmdr)
utils:::menuInstallPkgs()
library(Rcmdr)
q()
library(Rcmdr)
ls()
ls()
ls()
summary(Table5.1)
library(Rcmdr)
material
ls()
material
Table5.1$material
attach(Table5.1)
material
as.numeric(material)
as.factor(material)
material
material = as.factor(material)
material
summary(Table5.1)
head(Table5.1)
Table5.1$material
ls()
Table5.1$material = as.factor(material)
summary(Table5.1)
ls()
material = as.factor(material)

install.packages("Rcmdr", dependencies=TRUE)
library(Rcmdr)
utils:::menuInstallPkgs()
library(Rcmdr)
library(Rcmdr)
library(Rcmdr)
ls()
head(Table5.1)
summary(Table5.1)
material
ls()
Table5.1$material
summary(Table5.1)

install.packages("Rcmdr", dependencies=TRUE)
library(Rcmdr)
setRepositories()
utils:::menuInstallPkgs()
library(IPSUR)
read(IPSUR)
getwd()
library(Rcmdr)
q()
library(Rcmdr)
sample(1:8,1)
sample(1:8,1)
min(Table1.5)
max(Table1.5)
mean(Table1.5)
mean(Table1.5.na.rm=TRUE)
mean(Table1.5,na.rm=TRUE)
sample(1:75,1)
mean(table1.5,na.rm=TRUE)

{{{
NBA戰績預測系統
}}}
!預備工作
# 分組
# 註冊球隊。註冊日期：09/20。當天跟老師登記。
!第一次口頭報告(計畫代號：迴歸)
# 主軸：瞭解問題與數據
# 報告時間：
# 報告方式：三分鐘口頭報告
# 報告規格：
## (第一張投影片) NBA湖人隊戰績預測系統第X組第一次報告、故事名稱、組員姓名(按筆劃數排列)、指導老師：吳榮彬副教授
## (第二張投影片) 球隊介紹
## (第三張投影片) 數據
## (第四張投影片) 迴歸模型
## (第五張投影片) 預測機制與預測結果
## ...
## (最後一張投影片) 第一次總結

+++[第二次口頭報告(計畫代號：分類)]
# 主軸：瞭解方法
# 報告時間：
# 報告方式：三分鐘口頭報告
# 報告規格：
## (第一張投影片) NBA湖人隊戰績預測系統第X組第二次報告、故事名稱、組員姓名(按筆劃數排列)、指導老師：吳榮彬副教授
## (第二張投影片) 球隊介紹
## (第三張投影片) 數據
## (第四張投影片) 分類模型
## (第五張投影片) 預測機制與預測結果
## ...
## (最後一張投影片) 第二次總結
===
+++[第三次口頭報告(計畫代號：系統測試)]
# 主軸：收集新數據
# 報告時間：
# 報告方式：三分鐘口頭報告
# 報告規格：
## (第一張投影片) NBA湖人隊戰績預測系統第X組第三次報告、故事名稱、組員姓名(按筆劃數排列)、指導老師：吳榮彬副教授
## (第二張投影片) 第一個模型的資料採礦系統
## (第三張投影片) 第二個模型的資料採礦系統
## (第四張投影片) 第三個模型的資料採礦系統
## (第五張投影片) 預測機制與預測結果
## ...
## (最後一張投影片) 第三次總結
===
+++[第四次影片報告(計畫代號：我的系統)]
# 主軸：發表海報
# 報告時間：
# 報告方式：三分鐘YouTube影片報告
# 報告規格：
## (第一張投影片) NBA湖人隊戰績預測系統第X組第四次報告、故事名稱、組員姓名(按筆劃數排列)、指導老師：吳榮彬副教授
## (第二張投影片) 故事完結篇
## (第三張投影片) 我的湖人隊戰績預測系統
## (第四張投影片) 預測機制與預測結果
## ...
## (最後一張投影片) 第四次總結
# 公開展示海報
## 同儕評分
## 繳交海報
## 繳交計畫總光碟
===
----
請繼續參考[[學術海報的主要內容]]與[[製作學術海報的方法]]。

!第一階段：季前賽(測試期)
# 總共3次
# 每一次必須使用不一樣的模型
# 計分規則
## ｢不讓分｣預測成功得｢1分｣。
## ｢讓分｣預測成功得｢2分｣。
## ｢勝分差｣預測成功得｢5分｣。
# 比賽期間，請參閱[[預定進度|資料採礦預定進度]]。
!第二階段：季後賽(正式比賽)
# 總共2次
# 每一次必須使用同一個模型
# 計分規則
## ｢不讓分｣預測成功得｢1分｣。
## ｢讓分｣預測成功得｢2分｣。
## ｢勝分差｣預測成功得｢5分｣。
# 比賽期間，請參閱[[預定進度|資料採礦預定進度]]。
!第三階段：海報加分賽
請詳見[[期末海報評分標準]]。

# 球隊
# 數據
# ++++[模型要求]
!!第一階段：迴歸模型
!!第二階段：分類模型
===

# 系統

{{{
我的飛機最會飛
}}}
!時間表
| 項目 | 時間 | 工作內容 | 備註 |
| 1 | 09/28, 09/29 | [[註冊紙飛機]] ||
| 2 | 10/19, 10/20 | [[第一次口頭報告|2010實驗設計第一次報告]] ||
| 3 | 11/16, 11/17 | [[第二次口頭報告|2010實驗設計第二次報告]] ||
| 4 | 12/07, 12/08 | [[第三次口頭報告|2010實驗設計第三次報告]] ||
| 5 | 12/21, 12/22 | [[第一次海報學術審查|第一次2010實驗設計海報學術審查]] ||
| 6 | 12/28, 12/29 | [[第二次海報學術審查|第二次2010實驗設計海報學術審查]] ||
| 7 | 01/04, 01/05 | [[第三次海報學術審查|第三次2010實驗設計海報學術審查]] ||
| 8 | 01/04, 01/05 | [[第四次影片報告|2010實驗設計第四次報告]] ||
!2010實驗設計期末海報檢核點
!預備工作
# 分組
# 註冊紙飛機。註冊日期：09/28(甲班)、09/29(乙班)。當天跟老師登記。
!第一次報告(計畫代號：模仿)
# 主軸：瞭解問題
# 報告時間：10/19, 10/20
# 報告方式：三分鐘口頭報告、現場試飛
# 報告規格：
## (第一張投影片) 實驗設計第X組第一次報告、飛機名稱、組員姓名(按筆劃數排列)、指導老師：吳榮彬副教授
## (第二張投影片) 故事大綱
## (第三張投影片) 飛機製作綱要
## (第四張投影片) 改變飛機性能的變數
## ...
## (最後一張投影片) 第一次總結

+++[第二次報告(計畫代號：試飛)]
# 主軸：
# 報告時間：11/16, 11/17
# 報告方式：三分鐘口頭報告、現場試飛
# 報告規格：
## (第一張投影片) 實驗設計第X組第二次報告、飛機名稱、組員姓名(按筆劃數排列)、指導老師：吳榮彬副教授
## (第二張投影片) 我的實驗設計
## (第三張投影片) 實驗計畫書第一版
## (第四張投影片) 實驗數據
## (第五張投影片) 實驗數據分析
## ...
## (最後一張投影片) 第二次總結
===
+++[第三次報告(計畫代號：精進)]
# 主軸：
# 報告時間：12/07, 12/08
# 報告方式：三分鐘口頭報告、現場試飛
# 報告規格：
## (第一張投影片) 實驗設計第X組第三次報告、故事名稱、組員姓名(按筆劃數排列)、指導老師：吳榮彬副教授
## (第二張投影片) 上一次試飛的檢討
## (第三張投影片) 我的新實驗設計
## (第四張投影片) 實驗計畫書第二版
## (第五張投影片) 實驗數據
## (第六張投影片) 實驗數據分析
## ...
## (最後一張投影片) 第三次總結
===
+++[第四次報告(計畫代號：飛上青天)]
# 主軸：發表海報
# 報告時間：
# 報告方式：三分鐘YouTube紙飛機試飛報告、現場紙飛機展示
# 報告規格：
## (第一張投影片) 實驗設計第X組第四次報告、故事名稱、組員姓名(按筆劃數排列)、指導老師：吳榮彬副教授
## (第二張投影片) 故事完結篇
## (第三張投影片) 實驗計畫書第三版
## (第四張投影片) 實驗設計與數據
## (第五張投影片) 實驗數據分析
## ...
## (最後一張投影片) 第四次總結
# 公開展示海報
## 同儕評分
## 繳交海報
## 繳交計畫總光碟
===
!期末海報評分標準
+++[第一階段]
同儕評分標準：
* 正確
* 可讀
* 吸引
* 創意
===
+++[第二階段(得分制)]
把各組總得分，分成ABCD四級，
# A級得分36
# B級得分32
# C級得分28
# D級得分24
===
!
請繼續參考[[學術海報的主要內容]]與[[製作學術海報的方法]]。
----

{{{
> summary(doxstat2010b)
    selseat         stuid       stuname   stusex     clsname   compute0006
 Min.   :  1   D9538389: 1   王俊勛 : 1   F:50   統計三乙:55       :68    
 1st Qu.: 26   D9538435: 1   王慈浩 : 1   M:51   統計四乙:21   加選:33    
 Median : 51   D9560584: 1   江權恩 : 1          統計四甲:24              
 Mean   : 51   D9561320: 1   何冠霖 : 1          應數四乙: 1              
 3rd Qu.: 76   D9639100: 1   吳依芝 : 1                                   
 Max.   :101   D9639188: 1   吳坤益 : 1                                   
               (Other) :95   (Other):95                                   
                stuemail 
 d9538389@fcu.edu.tw: 1  
 d9538435@fcu.edu.tw: 1  
 d9560584@fcu.edu.tw: 1  
 d9561320@fcu.edu.tw: 1  
 d9639100@fcu.edu.tw: 1  
 d9639188@fcu.edu.tw: 1  
 (Other)            :95  
> 
}}}

{{{
> summary(doxstat2010a)
    selseat           stuid       stuname   stusex     clsname   compute0006
 Min.   : 1.00   D9527620: 1   方俊傑 : 1   F:47   統計三甲:54       :70    
 1st Qu.:21.75   D9639161: 1   丘茗仁 : 1   M:37   統計四乙:12   加選:14    
 Median :42.50   D9639191: 1   古智睿 : 1          統計四甲:18              
 Mean   :42.50   D9639259: 1   何昱諴 : 1                                   
 3rd Qu.:63.25   D9639263: 1   吳侑蓉 : 1                                   
 Max.   :84.00   D9639276: 1   吳孟儒 : 1                                   
                 (Other) :78   (Other):78                                   
                stuemail 
 d9527620@fcu.edu.tw: 1  
 d9639161@fcu.edu.tw: 1  
 d9639191@fcu.edu.tw: 1  
 d9639259@fcu.edu.tw: 1  
 d9639263@fcu.edu.tw: 1  
 d9639276@fcu.edu.tw: 1  
 (Other)            :78  
>
}}}

暫時找不到圖檔！

以下是第六版的目錄：
# 第一章　簡 介
# 第二章　簡單的比較性實驗
# 第三章　一因子實驗：變異數分析
# 第四章　隨機化區集、拉丁方陣和相關設計
# 第五章　因子設計簡介
# 第六章　$2^k$因子設計
# 第七章　$2^k$因子設計的區集劃分和交絡
# 第八章　2 水準部分因子設計
# 第九章　3 水準與混合水準的因子和部分因子設計
# 第十章　配適迴歸模型
# 第十一章　反應曲面方法與設計
# 第十二章　穩健參數設計與製程穩健研究
# 第十三章　有隨機因子的實驗
# 第十四章　套層及分裂區集設計
# 第十五章　其他設計與分析主題

* 下週上課時間
{{{
各位

因為週一不是好時間
所以
整個上課時間順延
也就是採用方案二
週三
週四
與
週五

整個課程安排往後延
週三
與
週四
依舊維持海報審查
週五才期末考
至於
週五上課時間
一樣是一點到六點
地點如果商204不行
我會安排在統計系的教室

請大家告訴大家

謝謝

JP
}}}
* 緊急事件
{{{
各位

老師週二下午必須前往台北
所以
有兩個方案
方案一
把週二下午的課換到週一下午
方案二
二三四的課順延到三四五(周五才期末考)

請各位看到這一項訊息時
作兩件事
一
立即通知組員
並請他們回我這一封信
二
立即回我這一封信
告訴我您可以在甚麼時候補課

謝謝

JP
}}}
* 點名單已經更新並且公布了，請檢核是不是有記錄錯誤。如果有記錄錯誤，請利用上課時間找老師更正。
* 請各組把07/29報告用到的投影片、R程式以及新數據，郵寄一份到老師的[[信箱|mailto:jungpinwu@gmail.com]](忘記地址，請點這裡)。
* 請各組把07/22報告用到的投影片、R程式以及新數據，郵寄一份到老師的[[信箱|mailto:jungpinwu@gmail.com]](忘記地址，請點這裡)。
* 請各組把07/15報告用到的投影片以及數據，郵寄一份到老師的[[信箱|mailto:jungpinwu@gmail.com]](忘記地址，請點這裡)。
* 07/20, 08/03, 08/05加課一小時，07/27不上課。
* 關於｢看過這幾張圖，您覺得甚麼是｢分配｣？｣討論區已開啟，請各位上網留言。
* 期中考改為07/22第一節。
* 個人特色調查網路版，未填寫者，請盡快上網填寫。
* 07/08各組利用上課時間跟老師註冊期末海報的故事。
* 請用學號的數字部分，向[[google.com(gmail)|http://gmail.com]]註冊免費的帳號，作為課程專用帳號。往後老師會把課程講義用這個帳號寄給您。
* [[統計學]]上線中。

關於第一次口頭報告：
# ++++[主軸：把您挑選的故事生動地講給大家聽]
{{{
千萬不要中文不是中文、英文不是英文！
}}}
===

# 工具：「Google文件」的「presentation」(用GoMail的帳號註冊開啟「Google文件」)
## (第一張投影片) 統計學上學期第X組第一次報告、故事名稱、組員姓名(按筆劃數排列)、指導老師：吳榮彬副教授
## (第二張投影片) 故事大綱
## (第三張投影片) DASL提供的數據與基本資料以及個個變數的屬性
## ...
## (最後一張投影片) 第一次總結
# 注意事項：
## 盡量利用[[R]]與[[R Commander]]提供相關的資訊。
## 把「Google presentation」掛上您們那一組的「Google協作平台」。
## 報告前先用教室的[[Firefox]]打開您們那一組的「Google協作平台」。

# 確定故事
## 如果第一次您找到下學期範圍的故事，請改故事，避免影響您們那一組的分數
## 不論您有沒有更動故事，每一組第二次報告當天必須再一次繳交您的故事
## 請直接從網路列印您的故事
## 報告時不准有成人內容
## 這一門課無意討論成人內容
# 報告內容
## 換(新)故事的各組要加一張投影片，跟大家說明新故事的大綱
## 數據的基本性質
### 文字型的，還是數字型的
### 離散的，還是連續的
### 名目的，順序的，區間的，還是比例的
## 數據的摘要統計量
### 文字型的
#### 絕對頻率，
#### 相對頻率，
#### 百分比頻率
### 數字型的
#### 平均，中位數，眾數
#### 標準差
#### 偏度(skewness)
#### 扁度(kurtosis)
#### 形狀
##### 斜向右邊，斜向左邊，還是長尾(尾巴很長的那一種)
##### 單峰(一座山)，還是雙峰(兩座山)，還是多峰
##### 有沒有離群值
## DASL做過的分析
### 您選到的故事，會有一個頁面告訴您原始數據的作者曾經做過什麼分析
### 作者作過甚麼，您就跟著做甚麼
### 如果作者的分析跟前項的要求一樣，那您當然不用重複報告
## 結語
### 第二次報告DASL的作者發現了甚麼？
### 第二次報告您發現了甚麼？
### 預告下一次，也就是第三次(要找到新數據)報告的方向，
#### 是不是已經找到新數據？
#### 如果還沒有，準備去哪裡找？
# 網上報告
## 網上報告的意思，只是在家預錄您在課堂上報告的過程
## 所以，您想在課堂上利用口頭報告傳達的任何創意，皆可以是您網上報告的內容
## 其實就是把教室發生的事，讓您在家預先錄好。但是在家您可以NG、可以重來、可以把30分鐘的影片剪成3分鐘。這樣的學習設計，讓您有機會做得更好，所以，當然要看到第二位報告者的廬山真面目
## 時間3分鐘
## 超過3分鐘，開始扣分，一秒一分
## 必須要在上課前利用協作平台[插入]功能，預先放在[組長]的協作平台上
## 組長是誰請各組在第二次報告當天跟老師確定
## 往後，不論是老師的評鑑，還是學校的評鑑，都只針對組長名下的協作平台
## 這一回，我們只準備1個小時讓各位進行網上報告，假如您的報告不合老師的意，我會立刻停止播放您的影片
## 請班代到時候紀錄各組的播放時間

{{{
> summary(statfin2010a)
    selseat          stuid       stuname   stusex     clsname   compute0006
 Min.   : 1.0   D9725253: 1   王文蓓 : 1   F:37   科管碩二: 4       :59    
 1st Qu.:17.5   D9735291: 1   王梓豪 : 1   M:30   財稅二甲:59   加選: 8    
 Median :34.0   D9758690: 1   丘妍宣 : 1          財稅四甲: 1              
 Mean   :34.0   D9765524: 1   何思慧 : 1          統計三乙: 2              
 3rd Qu.:50.5   D9795821: 1   余亭儀 : 1          會計三丙: 1              
 Max.   :67.0   D9817388: 1   吳弦諸 : 1                                   
                (Other) :61   (Other):61                                   
                stuemail 
                    : 1  
 d9725253@fcu.edu.tw: 1  
 d9735291@fcu.edu.tw: 1  
 d9758690@fcu.edu.tw: 1  
 d9765524@fcu.edu.tw: 1  
 d9795821@fcu.edu.tw: 1  
 (Other)            :61  
> 
}}}

+++[第一週點名單]
[[全班的信箱|mailto:9630586@gmail.com, 9723013@gmail.com, 9790204@gmail.com, 9893910@gmail.com, 9556455@gmail.com, 9645214@gmail.com, 9860237@gmail.com, 9560775@gmail.com, 9897665@gmail.com, 9897682@gmail.com, 9375486@gmail.com, 9655486@gmail.com, 9896384@gmail.com, 9580428@gmail.com, 9631561@gmail.com, 9640087@gmail.com, 9657594@gmail.com, 9753589@gmail.com, 9723409@gmail.com]]

| 組別 | 姓名 | 學號 | 座號 | 性別 | 1-1 | 1-2 | 1-3 | !2-1 | !2-2 | !2-3 | !2-4 | 3-1 | 3-2 | 3-3 | 3-4 |
| !2 | 黃乙挺 | mailto:9630586@gmail.com | 1 |  |  |  |  |  |  |  |  |  |  |  |  |
| !2 | 陳韻涵 | mailto:9723013@gmail.com | 2 |  |  |  |  |  |  |  |  |  |  |  |  |
| !2 | 鄭翔仁 | mailto:9790204@gmail.com | 3 |  |  |  |  |  |  |  |  |  |  |  |  |
| !2 | 蔡斯億 | mailto:9893910@gmail.com | 4 |  |  |  |  |  |  |  |  |  |  |  |  |
| 3 | 林展億 | mailto:9556455@gmail.com | 5 |  |  |  |  |  |  |  |  |  |  |  |  |
| 3 | 柯屹 | mailto:9645214@gmail.com | 6 |  |  |  |  |  |  |  |  |  |  |  |  |
| 3 | 徐祥越 | mailto:9860237@gmail.com | 7 |  |  |  |  |  |  |  |  |  |  |  |  |
| !4 | 張承賢 | mailto:9560775@gmail.com | 8 |  |  |  |  | ! |  |  |  |  |  |  |  |
| !4 | 艾強 | mailto:9897665@gmail.com | 9 |  |  |  |  |  |  |  |  |  |  |  |  |
| !4 | 胡宏駿 | mailto:9897682@gmail.com | 10 |  |  |  |  |  |  |  |  |  |  |  |  |
| 5 | 劉雨青 | mailto:9375486@gmail.com | 11 |  |  |  |  |  |  |  |  |  |  |  |  |
| 5 | 沈柏筠 | mailto:9655486@gmail.com | 12 |  |  |  |  |  |  |  |  |  |  |  |  |
| 5 | 黃兆毅 | mailto:9896384@gmail.com | 13 |  |  |  |  |  |  |  |  |  |  |  |  |
| !6 | 王文風 | mailto:9580428@gmail.com | 14 |  |  |  |  |  |  |  |  |  |  |  |  |
| !6 | 陳俊宏 | mailto:9631561@gmail.com | 15 |  |  |  |  |  |  |  |  |  |  |  |  |
| !6 | 羅群皓 | mailto:9640087@gmail.com | 16 |  |  |  |  |  |  |  |  |  |  |  |  |
| 7 | 林士傑 | mailto:9657594@gmail.com | 17 |  |  |  |  |  |  |  |  |  |  |  |  |
| 7 | 陳星甫 | mailto:9753589@gmail.com | 18 |  | ! |  |  |  |  |  |  |  |  |  |  |
| 7 | 蕭育璟 | mailto:9723409@gmail.com | 19 |  |  |  |  |  |  |  |  |  |  |  |  |
===
+++[第二週點名單]
[[全班的信箱|mailto:9630586@gmail.com, 9723013@gmail.com, 9790204@gmail.com, 9893910@gmail.com, 9556455@gmail.com, 9645214@gmail.com, 9860237@gmail.com, 9560775@gmail.com, 9897665@gmail.com, 9897682@gmail.com, 9375486@gmail.com, 9655486@gmail.com, 9896384@gmail.com, 9580428@gmail.com, 9631561@gmail.com, 9640087@gmail.com, 9657594@gmail.com, 9753589@gmail.com, 9723409@gmail.com]]

| 組別 | 姓名 | 學號 | 座號 | 性別 | 1-1 | 1-2 | 1-3 | !2-1 | !2-2 | !2-3 | !2-4 | 3-1 | 3-2 | 3-3 | 3-4 |
| !2 | 黃乙挺 | mailto:9630586@gmail.com | 1 |  |  |  |  |  |  |  |  |  |  |  |  |
| !2 | 陳韻涵 | mailto:9723013@gmail.com | 2 |  | ! | ! | ! |  |  |  |  |  |  |  |  |
| !2 | 鄭翔仁 | mailto:9790204@gmail.com | 3 |  |  |  |  | ! | ! | ! | ! |  |  |  |  |
| !2 | 蔡斯億 | mailto:9893910@gmail.com | 4 |  |  |  |  |  |  |  |  |  |  |  |  |
| 3 | 林展億 | mailto:9556455@gmail.com | 5 |  |  |  |  |  |  |  |  |  |  |  |  |
| 3 | 柯屹 | mailto:9645214@gmail.com | 6 |  |  |  |  |  |  |  |  |  |  |  |  |
| 3 | 徐祥越 | mailto:9860237@gmail.com | 7 |  |  |  |  |  |  |  |  |  |  |  |  |
| !4 | 張承賢 | mailto:9560775@gmail.com | 8 |  |  |  |  |  |  |  |  |  |  |  |  |
| !4 | 艾強 | mailto:9897665@gmail.com | 9 |  |  |  |  |  |  |  |  |  |  |  |  |
| !4 | 胡宏駿 | mailto:9897682@gmail.com | 10 |  |  |  |  |  |  |  |  |  |  |  |  |
| 5 | 劉雨青 | mailto:9375486@gmail.com | 11 |  |  |  |  |  |  |  |  |  |  |  |  |
| 5 | 沈柏筠 | mailto:9655486@gmail.com | 12 |  |  |  |  |  |  |  |  |  |  |  |  |
| 5 | 黃兆毅 | mailto:9896384@gmail.com | 13 |  |  |  |  |  |  |  |  |  |  |  |  |
| !6 | 王文風 | mailto:9580428@gmail.com | 14 |  |  |  |  |  |  |  |  |  |  |  |  |
| !6 | 陳俊宏 | mailto:9631561@gmail.com | 15 |  |  |  |  |  |  |  |  |  |  |  |  |
| !6 | 羅群皓 | mailto:9640087@gmail.com | 16 |  |  |  |  |  |  |  |  |  |  |  |  |
| 7 | 林士傑 | mailto:9657594@gmail.com | 17 |  | ! | ! | ! |  |  |  |  |  |  |  |  |
| 7 | 陳星甫 | mailto:9753589@gmail.com | 18 |  |  |  |  | ! | ! | ! | ! |  |  |  |  |
| 7 | 蕭育璟 | mailto:9723409@gmail.com | 19 |  |  |  |  |  |  |  |  |  |  |  |  |
===
+++[第三週點名單]
[[全班的信箱|mailto:9630586@gmail.com, 9790204@gmail.com, 9893910@gmail.com, 9556455@gmail.com, 9645214@gmail.com, 9860237@gmail.com, 9560775@gmail.com, 9897665@gmail.com, 9897682@gmail.com, 9375486@gmail.com, 9655486@gmail.com, 9896384@gmail.com, 9580428@gmail.com, 9631561@gmail.com, 9640087@gmail.com, 9657594@gmail.com, 9753589@gmail.com, 9723409@gmail.com]]

| 組別 | 姓名 | 學號 | 座號 | 1-1 | 1-2 | 1-3 | 1-4 | !2-1 | !2-2 | !2-3 | !2-4 | 3-1 | 3-2 | 3-3 | 3-4 |
| !1 | 黃乙挺 | mailto:9630586@gmail.com | 2 |  |  |  |  |  |  |  |  |  |  |  |  |
| !1 | 鄭翔仁 | mailto:9790204@gmail.com | 3 |  |  |  |  |  |  |  |  |  |  |  |  |
| !1 | 蔡斯億 | mailto:9893910@gmail.com | 4 | ! | ! | ! | ! | ! | ! | ! | ! |  |  |  |  |
| 3 | 林展億 | mailto:9556455@gmail.com | 5 | ! | ! | ! | ! |  |  |  |  |  |  |  |  |
| 3 | 柯屹 | mailto:9645214@gmail.com | 6 | ! | ! | ! | ! |  |  |  |  |  |  |  |  |
| 3 | 徐祥越 | mailto:9860237@gmail.com | 7 |  |  |  |  |  |  |  |  |  |  |  |  |
| !4 | 張承賢 | mailto:9560775@gmail.com | 8 |  |  |  |  |  |  |  |  |  |  |  |  |
| !4 | 艾強 | mailto:9897665@gmail.com | 9 |  |  |  |  |  |  |  |  |  |  |  |  |
| !4 | 胡宏駿 | mailto:9897682@gmail.com | 10 |  |  |  |  |  |  |  |  |  |  |  |  |
| 5 | 劉雨青 | mailto:9375486@gmail.com | 11 |  |  |  |  |  |  |  |  |  |  |  |  |
| 5 | 沈柏筠 | mailto:9655486@gmail.com | 12 |  |  |  |  |  |  |  |  |  |  |  |  |
| 5 | 黃兆毅 | mailto:9896384@gmail.com | 13 |  |  |  |  |  |  |  |  |  |  |  |  |
| !6 | 王文風 | mailto:9580428@gmail.com | 14 |  |  |  |  |  |  |  |  |  |  |  |  |
| !6 | 陳俊宏 | mailto:9631561@gmail.com | 15 | ! | ! | ! | ! | ! | ! | ! | ! |  |  |  |  |
| !6 | 羅群皓 | mailto:9640087@gmail.com | 16 |  |  |  |  |  |  |  |  |  |  |  |  |
| 7 | 林士傑 | mailto:9657594@gmail.com | 17 | ! | ! | ! | ! | ! | ! | ! | ! |  |  |  |  |
| 7 | 陳星甫 | mailto:9753589@gmail.com | 18 | ! | ! | ! | ! |  |  |  |  |  |  |  |  |
| 7 | 蕭育璟 | mailto:9723409@gmail.com | 19 |  |  |  |  |  |  |  |  |  |  |  |  |
===
+++[第四週點名單]
[[全班的信箱|mailto:9630586@gmail.com, 9790204@gmail.com, 9893910@gmail.com, 9556455@gmail.com, 9645214@gmail.com, 9860237@gmail.com, 9560775@gmail.com, 9897665@gmail.com, 9897682@gmail.com, 9375486@gmail.com, 9655486@gmail.com, 9896384@gmail.com, 9580428@gmail.com, 9631561@gmail.com, 9640087@gmail.com, 9657594@gmail.com, 9753589@gmail.com, 9723409@gmail.com]]

| 組別 | 姓名 | 學號 | 座號 | 性別 | 1-1 | 1-2 | 1-3 | !2-1 | !2-2 | !2-3 | !2-4 | 3-1 | 3-2 | 3-3 | 3-4 |
| !1 | 黃乙挺 | mailto:9630586@gmail.com | 2 |  |  |  |  | ! | ! | ! | ! |  |  |  |  |
| !1 | 鄭翔仁 | mailto:9790204@gmail.com | 3 |  |  |  |  |  |  |  |  |  |  |  |  |
| !1 | 蔡斯億 | mailto:9893910@gmail.com | 4 |  |  |  |  |  |  |  |  |  |  |  |  |
| 3 | 林展億 | mailto:9556455@gmail.com | 5 |  |  |  |  |  |  |  |  |  |  |  |  |
| 3 | 柯屹 | mailto:9645214@gmail.com | 6 |  |  |  |  |  |  |  |  |  |  |  |  |
| 3 | 徐祥越 | mailto:9860237@gmail.com | 7 |  |  |  |  |  |  |  |  |  |  |  |  |
| !4 | 張承賢 | mailto:9560775@gmail.com | 8 |  |  |  |  |  |  |  |  |  |  |  |  |
| !4 | 艾強 | mailto:9897665@gmail.com | 9 |  |  |  |  |  |  |  |  |  |  |  |  |
| !4 | 胡宏駿 | mailto:9897682@gmail.com | 10 |  |  |  |  |  |  |  |  |  |  |  |  |
| 5 | 劉雨青 | mailto:9375486@gmail.com | 11 |  |  |  |  |  |  |  |  |  |  |  |  |
| 5 | 沈柏筠 | mailto:9655486@gmail.com | 12 |  |  |  |  |  |  |  |  |  |  |  |  |
| 5 | 黃兆毅 | mailto:9896384@gmail.com | 13 |  |  |  |  |  |  |  |  |  |  |  |  |
| !6 | 王文風 | mailto:9580428@gmail.com | 14 |  |  |  |  |  |  |  |  |  |  |  |  |
| !6 | 陳俊宏 | mailto:9631561@gmail.com | 15 |  |  |  |  | ! | ! | ! | ! |  |  |  |  |
| !6 | 羅群皓 | mailto:9640087@gmail.com | 16 |  |  |  |  |  |  |  |  |  |  |  |  |
| 7 | 林士傑 | mailto:9657594@gmail.com | 17 |  |  |  |  | ! | ! | ! | ! |  |  |  |  |
| 7 | 陳星甫 | mailto:9753589@gmail.com | 18 |  |  |  |  |  |  |  |  |  |  |  |  |
| 7 | 蕭育璟 | mailto:9723409@gmail.com | 19 |  |  |  |  | ! | ! | ! | ! |  |  |  |  |
===
++++[第五週點名單]
[[全班的信箱|mailto:9630586@gmail.com, 9790204@gmail.com, 9893910@gmail.com, 9556455@gmail.com, 9645214@gmail.com, 9860237@gmail.com, 9560775@gmail.com, 9897665@gmail.com, 9897682@gmail.com, 9375486@gmail.com, 9655486@gmail.com, 9896384@gmail.com, 9580428@gmail.com, 9631561@gmail.com, 9640087@gmail.com, 9657594@gmail.com, 9753589@gmail.com, 9723409@gmail.com]]

| 組別 | 姓名 | 學號 | 座號 | 性別 | 1-1 | 1-2 | 1-3 | !2-1 | !2-2 | !2-3 | !2-4 | 3-1 | 3-2 | 3-3 | 3-4 |
| !1 | 黃乙挺 | mailto:9630586@gmail.com | 2 |  |  |  |  |  |  |  |  |  |  |  |  |
| !1 | 鄭翔仁 | mailto:9790204@gmail.com | 3 | ! | ! | ! | ! |  |  |  |  |  |  |  |  |
| !1 | 蔡斯億 | mailto:9893910@gmail.com | 4 |  |  |  |  |  |  |  |  |  |  |  |  |
| 3 | 林展億 | mailto:9556455@gmail.com | 5 |  |  |  |  |  |  |  |  |  |  |  |  |
| 3 | 柯屹 | mailto:9645214@gmail.com | 6 |  |  |  |  |  |  |  |  |  |  |  |  |
| 3 | 徐祥越 | mailto:9860237@gmail.com | 7 |  |  |  |  |  |  |  |  |  |  |  |  |
| !4 | 張承賢 | mailto:9560775@gmail.com | 8 |  |  |  |  |  |  |  |  |  |  |  |  |
| !4 | 艾強 | mailto:9897665@gmail.com | 9 |  |  |  |  |  |  |  |  |  |  |  |  |
| !4 | 胡宏駿 | mailto:9897682@gmail.com | 10 |  |  |  |  |  |  |  |  |  |  |  |  |
| 5 | 劉雨青 | mailto:9375486@gmail.com | 11 |  |  |  |  |  |  |  |  |  |  |  |  |
| 5 | 沈柏筠 | mailto:9655486@gmail.com | 12 | ! | ! | ! | ! |  |  |  |  |  |  |  |  |
| 5 | 黃兆毅 | mailto:9896384@gmail.com | 13 |  |  |  |  |  |  |  |  |  |  |  |  |
| !6 | 王文風 | mailto:9580428@gmail.com | 14 |  |  |  |  |  |  |  |  |  |  |  |  |
| !6 | 陳俊宏 | mailto:9631561@gmail.com | 15 |  |  |  |  |  |  |  |  |  |  |  |  |
| !6 | 羅群皓 | mailto:9640087@gmail.com | 16 |  |  |  |  |  |  |  |  |  |  |  |  |
| 7 | 林士傑 | mailto:9657594@gmail.com | 17 | ! | ! | ! | ! |  |  |  |  |  |  |  |  |
| 7 | 陳星甫 | mailto:9753589@gmail.com | 18 |  |  |  |  | ! | ! | ! | ! |  |  |  |  |
| 7 | 蕭育璟 | mailto:9723409@gmail.com | 19 |  |  |  |  |  |  |  |  |  |  |  |  |
===

++++[第一週點名單]
[[全班的信箱|mailto:9899832@gmail.com,9628211@gmail.com, 9533250@gmail.com, 9749859@gmail.com, d9527413@gmail.com, 9568672@gmail.com, 9573415@gmail.com, 9557886@gmail.com, D9678839@gmail.com, 9580577@gmail.com, 9527056@gmail.com, 9569690@gmail.com, 9529492@gmail.com, 9546125@gmail.com,9659607@gmail.com]]
| 組別 | 姓名 | 學號 | 原班級 | 座號 | 1-1 | 1-2 | 1-3 | 1-4 | !2-1 | !2-2 | !2-3 | !2-4 | 3-1 | 3-2 | 3-3 | 3-4 |
| 1 |  |  |  |  |  |  |  |  |  |  |  |  |  |  |  |  |
| 1 |  |  |  |  |  |  |  |  |  |  |  |  |  |  |  |  |
| 1 |  |  |  |  |  |  |  |  |  |  |  |  |  |  |  |  |
| !2 |  |  |  |  |  |  |  |  |  |  |  |  |  |  |  |  |
| !2 |  |  |  |  |  |  |  |  |  |  |  |  |  |  |  |  |
| !2 |  |  |  |  |  |  |  |  |  |  |  |  |  |  |  |  |
| 3 |  |  |  |  |  |  |  |  |  |  |  |  |  |  |  |  |
| 3 |  |  |  |  |  |  |  |  |  |  |  |  |  |  |  |  |
| 3 |  |  |  |  |  |  |  |  |  |  |  |  |  |  |  |  |
| !4 |  |  |  |  |  |  |  |  |  |  |  |  |  |  |  |  |
| !4 |  |  |  |  |  |  |  |  |  |  |  |  |  |  |  |  |
| !4 |  |  |  |  |  |  |  |  |  |  |  |  |  |  |  |  |
| 5 |  |  |  |  |  |  |  |  |  |  |  |  |  |  |  |  |
| 5 |  |  |  |  |  |  |  |  |  |  |  |  |  |  |  |  |
| 5 |  |  |  |  |  |  |  |  |  |  |  |  |  |  |  |  |
| !6 |  |  |  |  |  |  |  |  |  |  |  |  |  |  |  |  |
| !6 |  |  |  |  |  |  |  |  |  |  |  |  |  |  |  |  |
| !6 |  |  |  |  |  |  |  |  |  |  |  |  |  |  |  |  |
| 7 |  |  |  |  |  |  |  |  |  |  |  |  |  |  |  |  |
| 7 |  |  |  |  |  |  |  |  |  |  |  |  |  |  |  |  |
| 7 |  |  |  |  |  |  |  |  |  |  |  |  |  |  |  |  |
===
+++[第二週點名單]
===
+++[第三週點名單]
===
+++[第四週點名單]
===
+++[第五週點名單]
===

[img[http://www.tsanghai.com.tw/images/products_images_1271748023.JPG]]

{{{
請圈選最能代表您對其認識程度的數字。
}}}
| 題次 | 似曾相識的專有名詞 | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
| 一 | distribution ||||||||||||
| 二 | histogram ||||||||||||
| 三 | mean ||||||||||||
| 四 | median ||||||||||||
| 五 | variance ||||||||||||
| 六 | standard deviation ||||||||||||
| 七 | z-score ||||||||||||
| 八 | probability ||||||||||||
| 九 | sample ||||||||||||
| 十 | population ||||||||||||

{{{
請圈選最能代表您對其認識程度的數字。
}}}
| 題次 | 似曾相識的專有名詞 | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
| 一 | $Z$ distribution ||||||||||||
| 二 | $t$ distribution ||||||||||||
| 三 | $F$ distribution ||||||||||||
| 四 | $\chi^2$ distribution ||||||||||||
| 五 | confidence interval ||||||||||||
| 六 | null hypothesis ||||||||||||
| 七 | analysis of variance ||||||||||||
| 八 | regression ||||||||||||
| 九 | goodness-of-fit test ||||||||||||
| 十 | test of independence ||||||||||||

Type the text for 'New Tiddler'

Type the text for 'New Tiddler'

{{{
再現DASL風華
}}}
! 註冊
# 註冊日期：09/27。當天跟老師登記。
! 第一次報告(計畫代號：模仿)
# 主軸：瞭解問題
# 報告時間：
# 報告方式：五分鐘口頭報告
# 報告規格：
## (第一張投影片) 資料採礦第一次報告、姓名、指導老師：吳榮彬副教授
## (第二張投影片) 故事大綱
## (第三張投影片) 介紹變數
## (第四張投影片) 探索分析
## ...
## (最後一張投影片) 總結
! 期中報告(計畫代號：再現風華)
# 主軸：
# 報告時間：
# 報告方式：五分鐘口頭報告
# 報告規格：
## (第一張投影片) 資料採礦第二次報告、姓名、指導老師：吳榮彬副教授
## (第二張投影片) 介紹新數據
## (第三張投影片) 探索分析
## (第四張投影片) 比較研究
## ...
## (最後一張投影片) 總結

+++[第一週到第三週點名單]
| 組別 | 姓名 | 學號 | 原學校與系別 | 性別 | 1-1 | 1-2 | 1-3 | !2-1 | !2-2 | !2-3 | 3-1 | 3-2 | 3-3 |
| 1 |  |  |  |  |  |  |  |  |  |  |  |  |  |
| 1 |  |  |  |  |  |  |  |  |  |  |  |  |  |
| 1 |  |  |  |  |  |  |  |  |  |  |  |  |  |
| !2 |  |  |  |  |  |  |  |  |  |  |  |  |  |
| !2 |  |  |  |  |  |  |  |  |  |  |  |  |  |
| !2 |  |  |  |  |  |  |  |  |  |  |  |  |  |
| 3 |  |  |  |  |  |  |  |  |  |  |  |  |  |
| 3 |  |  |  |  |  |  |  |  |  |  |  |  |  |
| 3 |  |  |  |  |  |  |  |  |  |  |  |  |  |
| !4 |  |  |  |  |  |  |  |  |  |  |  |  |  |
| !4 |  |  |  |  |  |  |  |  |  |  |  |  |  |
| !4 |  |  |  |  |  |  |  |  |  |  |  |  |  |
| 5 |  |  |  |  |  |  |  |  |  |  |  |  |  |
| 5 |  |  |  |  |  |  |  |  |  |  |  |  |  |
| 5 |  |  |  |  |  |  |  |  |  |  |  |  |  |
| !6 |  |  |  |  |  |  |  |  |  |  |  |  |  |
| !6 |  |  |  |  |  |  |  |  |  |  |  |  |  |
| !6 |  |  |  |  |  |  |  |  |  |  |  |  |  |
| 7 |  |  |  |  |  |  |  |  |  |  |  |  |  |
| 7 |  |  |  |  |  |  |  |  |  |  |  |  |  |
| 7 |  |  |  |  |  |  |  |  |  |  |  |  |  |
| !8 |  |  |  |  |  |  |  |  |  |  |  |  |  |
| !8 |  |  |  |  |  |  |  |  |  |  |  |  |  |
| !8 |  |  |  |  |  |  |  |  |  |  |  |  |  |
| 9 |  |  |  |  |  |  |  |  |  |  |  |  |  |
| 9 |  |  |  |  |  |  |  |  |  |  |  |  |  |
| 9 |  |  |  |  |  |  |  |  |  |  |  |  |  |
| !10 |  |  |  |  |  |  |  |  |  |  |  |  |  |
| !10 |  |  |  |  |  |  |  |  |  |  |  |  |  |
| !10 |  |  |  |  |  |  |  |  |  |  |  |  |  |
| 11 |  |  |  |  |  |  |  |  |  |  |  |  |  |
| 11 |  |  |  |  |  |  |  |  |  |  |  |  |  |
| 11 |  |  |  |  |  |  |  |  |  |  |  |  |  |
| !12 |  |  |  |  |  |  |  |  |  |  |  |  |  |
| !12 |  |  |  |  |  |  |  |  |  |  |  |  |  |
| !12 |  |  |  |  |  |  |  |  |  |  |  |  |  |
===
+++[第四週到第六週點名單]
===
+++[第七週到第九週點名單]
===

+++[第十週到第十二週點名單]
===
+++[第十三週到第十五週點名單]
===
+++[第十六週到第十八週點名單]
===

| 堂次 | 日子 | 主軸 | 時間 | 細目 | 活動 | 討論區 | R | 考試 | 期末海報 | 家庭作業 |
| !01 | 07/06 | 準備工作 ||>|>|>|>|>|>| 點名、[[個人特色調查]]、分組、固定座位、[[建立網路點名單|2010統計學暑修第一期]]、[[授課大綱|2010起暑回生計畫第一期授課大綱]]、[[2010起暑回生計畫第一期海報計畫]]、[[前測|2010統計學起暑回生計畫第一期的前測]]、(安裝)各種課程使用的免費軟體 |
| !02 | 07/07 | [[如何瞭解一串數字？]] || [[變數]] | [[用R輸入個人特色調查的結果]] ||||||
|~|~|~|| [[測量尺度]] |||||||
|~|~|~|| [[時序圖]] |||||||
| !03 ||  |||||||||
|~|~|~|||||||||
|~|~|~|||||||||
| !04 ||  |||||||||
| 05 ||  |||||||||
| 06 ||  |||||||||
| 07 ||  |||||||||
| 08 ||  |||||||||
| !09 ||  |||||||||
| 10 ||  |||||||||
| 11 ||  |||||||||
| 12 ||  |||||||||
| 13 ||  |||||||||
| !14 ||  |||||||||
| !15 ||  |||||||||
| !16 ||  |||||||||
| !17 ||  |||||||||
| 18 ||  |||||||||

!課程簡述
{{{

}}}
!先修課程
無
!課堂用書
!學期評量計畫(1-2-3-4計畫)
# 10%：參與80%的授課過程(基本項，5%)、三次專業提問(加分項，5%)、三次不上台表演(扣分項，5%)
# 20%：期中考(20道單複選錯置的選擇題)
# 30%：期末考(30道單複選錯置的選擇題)
# 40%：三人一組的分組期末海報(採扣分制)
##	10%：
###	第一次三分鐘口頭報告(甲同學報告)
###	隨機挑選幾位同學現場表演R(任何人都有可能被選上，完全不會扣5分)
##	10%：
###	第二次三分鐘口頭報告(乙同學報告)
###	隨機挑選幾位同學現場表演R(任何人都有可能被選上，完全不會扣5分)
##	10%：
###	第三次三分鐘口頭報告(丙同學報告)
###	隨機挑選幾位同學現場表演R(任何人都有可能被選上，完全不會扣5分)
##	10%：第四次三分鐘影片報告(最優秀的同學報告)
!指定參考書
!備註
{{{
用學號向Google.mail註冊本課程專用信箱
}}}

{{{
再現DASL風華
}}}
!時間表
| 項目 | 時間 | 工作內容 | 備註 |
| 1 | 07/08 | [[註冊故事]] ||
| 2 | 07/15 | [[第一次口頭報告|2010起暑回生計畫第一期第一次報告]] ||
| 3 | 07/22 | [[第二次口頭報告|2010起暑回生計畫第一期第二次報告]] ||
| 4 | 07/29 | [[第三次口頭報告|2010起暑回生計畫第一期第三次報告]] ||
| 5 | 08/03 | [[第一次海報學術審查|第一次起暑回生計畫第一期海報學術審查]] ||
| 6 | 08/04 | [[第二次海報學術審查|第二次起暑回生計畫第一期海報學術審查]] ||
| 7 | 08/05 | [[第三次海報學術審查|第三次起暑回生計畫第一期海報學術審查]] ||
| 8 | 08/05 | [[第四次影片報告|2010起暑回生計畫第一期第四次報告]] ||
!學期評量計畫
+++[1-2-3-4計畫]
# 10%：參與80%的授課過程(基本項，5%)、三次專業提問(加分項，5%)、三次不上台表演(扣分項，5%)
# 20%：期中考(20道單複選錯置的選擇題)
# 30%：期末考(30道單複選錯置的選擇題)
# 40%：三人一組的分組期末海報(採扣分制)
##	10%：
###	第一次三分鐘口頭報告(甲同學報告)
###	隨機挑選幾位同學現場表演R(任何人都有可能被選上，完全不會扣5分)
##	10%：
###	第二次三分鐘口頭報告(乙同學報告)
###	隨機挑選幾位同學現場表演R(任何人都有可能被選上，完全不會扣5分)
##	10%：
###	第三次三分鐘口頭報告(丙同學報告)
###	隨機挑選幾位同學現場表演R(任何人都有可能被選上，完全不會扣5分)
##	10%：第四次三分鐘影片報告(最優秀的同學報告)
===
!2010起暑回生計畫第一期海報計畫的口頭報告
!預備工作
# 分組
# 註冊故事。註冊日期：07/08。當天跟老師登記。
!第一次報告(計畫代號：復古)
# 主軸：瞭解問題與數據
# 報告時間：07/15
# 報告方式：三分鐘口頭報告
# 報告規格：
## (第一張投影片) 起暑回生計畫第一期第X組第一次報告、故事名稱、組員姓名(按筆劃數排列)、指導老師：吳榮彬副教授
## (第二張投影片) 故事大綱
## (第三張投影片) DASL提供的數據
## ...
## (最後一張投影片) 第一次總結

+++[第二次報告]
# 主軸：瞭解方法
# 報告時間：07/22
# 報告方式：三分鐘口頭報告
# 報告規格：
## (第一張投影片) 起暑回生計畫第一期第X組第二次報告、故事名稱、組員姓名(按筆劃數排列)、指導老師：吳榮彬副教授
## (第二張投影片) DASL建議研究故事的統計機率方法
## (第三張投影片) DASL建議的方法
## ...
## (最後一張投影片) 第二次總結
===
+++[第三次報告]
# 主軸：收集新數據
# 報告時間：07/29
# 報告方式：三分鐘口頭報告
# 報告規格：
## (第一張投影片) 起暑回生計畫第一期第X組第三次報告、故事名稱、組員姓名(按筆劃數排列)、指導老師：吳榮彬副教授
## (第二張投影片) 故事續集
## (第三張投影片) 我們找到的新數據
## ...
## (最後一張投影片) 第三次總結
===
+++[第四次報告(計畫代號：創新)]
# 主軸：發表海報
# 報告時間：08/05
# 報告方式：三分鐘YouTube影片報告
# 報告規格：
## (第一張投影片) 起暑回生計畫第一期第X組第四次報告、故事名稱、組員姓名(按筆劃數排列)、指導老師：吳榮彬副教授
## (第二張投影片) 故事完結篇
## (第三張投影片) 比較新舊數據
## ...
## (最後一張投影片) 第四次總結
# 公開展示海報
## 同儕評分
## 繳交海報
## 繳交計畫總光碟
===
!期末海報評分標準
+++[第一階段]
同儕評分標準：
* 正確(佔20分)
* 可讀(佔10分)
* 吸引(佔5分)
* 創意(佔5分)
===
+++[第二階段(得分制)]
把各組總得分，分成ABCD四級，
# A級得分36
# B級得分32
# C級得分28
# D級得分24
===
+++[第二階段(加分制)]
把各組總得分，分成ABCD四級，
# A級加分25
# B級加分20
# C級加分15
# D級加分10
===
!
請繼續參考[[學術海報的主要內容]]與[[製作學術海報的方法]]。

{{{
再現DASL風華
}}}
!預備工作
# 分組
# 註冊故事。註冊日期：07/08。當天跟老師登記。
!第一次報告(計畫代號：復古)
# 主軸：瞭解問題與數據
# 報告時間：07/15
# 報告方式：三分鐘口頭報告
# 報告規格：
## (第一張投影片) 起暑回生計畫第一期第X組第一次報告、故事名稱、組員姓名(按筆劃數排列)、指導老師：吳榮彬副教授
## (第二張投影片) 故事大綱
## (第三張投影片) DASL提供的數據
## ...
## (最後一張投影片) 第一次總結

+++[第二次報告]
# 主軸：瞭解方法
# 報告時間：07/22
# 報告方式：三分鐘口頭報告
# 報告規格：
## (第一張投影片) 起暑回生計畫第一期第X組第二次報告、故事名稱、組員姓名(按筆劃數排列)、指導老師：吳榮彬副教授
## (第二張投影片) DASL建議研究故事的統計機率方法
## (第三張投影片) DASL建議的方法
## ...
## (最後一張投影片) 第二次總結
===
+++[第三次報告]
# 主軸：收集新數據
# 報告時間：07/29
# 報告方式：三分鐘口頭報告
# 報告規格：
## (第一張投影片) 起暑回生計畫第一期第X組第三次報告、故事名稱、組員姓名(按筆劃數排列)、指導老師：吳榮彬副教授
## (第二張投影片) 故事續集
## (第三張投影片) 我們找到的新數據
## ...
## (最後一張投影片) 第三次總結
===
+++[第四次報告(計畫代號：創新)]
# 主軸：發表海報
# 報告時間：08/05
# 報告方式：三分鐘YouTube影片報告
# 報告規格：
## (第一張投影片) 起暑回生計畫第一期第X組第四次報告、故事名稱、組員姓名(按筆劃數排列)、指導老師：吳榮彬副教授
## (第二張投影片) 故事完結篇
## (第三張投影片) 比較新舊數據
## ...
## (最後一張投影片) 第四次總結
# 公開展示海報
## 同儕評分
## 繳交海報
## 繳交計畫總光碟
===
----
請繼續參考[[學術海報的主要內容]]與[[製作學術海報的方法]]。

| 堂次 | 時間 | 主軸 | 細目 | 活動 | 討論區 | R | 考試 | 期末海報 |
| 01 | 07/06 | [[準備工作]] |>|>|>|>|>| 點名、[[個人特色調查]]、分組、固定座位、[[建立網路點名單|2010統計學暑修第一期]]、[[授課大綱|2010起暑回生計畫第一期授課大綱]]、[[前測|2010統計學起暑回生計畫第一期的前測]]、(安裝)各種課程使用的免費軟體 |
| 02 | 07/07 | [[如何瞭解一串數字？]] | [[2010起暑回生計畫第一期海報計畫]]、[[DASL]]、[[變數]]、[[測量尺度]]、[[時序圖]] | [[玩一哩賽跑世界紀錄的JAVA]] | [[我的第一次口頭報告]] | [[用R輸入個人特色調查的結果]]、[[用R畫時序圖]] ||  [[個人特色調查的結果|2010起暑回生計畫第一期個人特色調查的結果]] 、[[一哩賽跑的世界紀錄]]、[[窮人的風險]] |
| 03 | 07/08 |~| [[分配]]、[[圓餅圖]]、[[直條圖]]、[[直方圖]] | [[玩直方圖的JAVA]]、[[直方圖進階版JAVA]] |~| [[用R畫圓餅圖]]、[[用R畫直條圖]]、[[用R畫直方圖]] || [[註冊故事]] |
| !04 | 07/13 |~| [[眾數]]、[[平均]]、[[中位數]]、[[全距]]、[[變異數]]、[[標準差]] | [[玩平均的JAVA]]、 [[玩變異數的JAVA]]、[[玩敘述統計量的JAVA]] |~| [[用R計算眾數]]、[[用R計算平均]]、[[用R計算中位數]]、[[用R計算全距]]、[[用R計算變異數]]、[[用R計算標準差]] |||
| !05 | 07/14 |~| [[解讀窮人的風險]]、[[變異係數]]、[[常態分配]]、[[斜度]]、[[峰度]] | [[玩常態分配的JAVA]]、[[目睹形成常態分配的JAVA]] |~| [[用R計算變異係數]]、[[用R計算斜度]]、[[用R計算峰度]] |||
| !06 | 07/15* |~| [[指導第一次報告|指導2010起暑回生計畫第一期第一次報告]] || [[我的第二次口頭報告]] || [[用R挑選誰來現場小考？]] | [[第一次口頭報告|2010起暑回生計畫第一期第一次報告]]、[[上傳YouTube第一階段的合作學習證據]] |
| 07 | 07/20 | [[如何瞭解兩串數字？]] | [[列連表]] | [[玩2x2列連表的JAVA]] |~| [[R與列連表]] | [[期中考|2010起暑回生計畫第一期期中考]] ||
| 08 | 07/21 |~| [[簡單線性迴歸]] | [[玩簡單線性迴歸的JAVA]] |~| [[R與簡單線性迴歸]] |||
| 09 | 07/22* |~| [[指導第二次報告|指導2010起暑回生計畫第一期第二次報告]] || [[我的第三次口頭報告]] || [[用R挑選誰來現場小考？]] | [[第二次口頭報告|2010起暑回生計畫第一期第二次報告]]、[[上傳YouTube第二階段的合作學習證據]] |
| !10 | 07/27 |~| [[相關分析]] | [[玩相關分析的JAVA]] |~| [[R與相關分析]] |||
| !11 | 07/28 | [[如何取得數據？]] | [[實驗]]、[[調查]] ||~||||
| !12 | 07/29* | [[我的銅板是公平的？]] | [[指導第三次報告|指導2010起暑回生計畫第一期第三次報告]] || [[我的第四次影片報告]]、[[我的海報]] || [[用R挑選誰來現場小考？]] | [[第三次口頭報告|2010起暑回生計畫第一期第三次報告]]、[[上傳YouTube第三階段的合作學習證據]] |
| 13 | 08/03 |~|||~||| [[第一次海報學術審查|第一次起暑回生計畫第一期海報學術審查]] |
| 14 | 08/04 | [[常態分配]] || [[常態機率之查表與反查表]] |~||| [[第二次海報學術審查|第二次起暑回生計畫第一期海報學術審查]] |
| 15 | 08/05* |~| [[指導第四次報告|指導2010起暑回生計畫第一期第四次報告]] ||||  [[期末考|2010起暑回生計畫第一期期末考]] | [[第三次海報學術審查|第三次起暑回生計畫第一期海報學術審查]]、[[第四次影片報告|2010起暑回生計畫第一期第四次報告]]、[[上傳YouTube第四階段的合作學習證據]] |

{{{
再現DASL迴歸風華
}}}
!時間表
| 項目 | 時間 | 工作內容 | 備註 |
| 1 | 08/12 | [[註冊故事]] ||
| 2 | 08/19 | [[第一次口頭報告|2010起暑回生計畫第一期第一次報告]] ||
| 3 | 08/26 | [[第二次口頭報告|2010起暑回生計畫第一期第二次報告]] ||
| 4 | 09/02 | [[第三次口頭報告|2010起暑回生計畫第一期第三次報告]] ||
| 5 | 09/07 | [[第一次海報學術審查|第一次起暑回生計畫第一期海報學術審查]] ||
| 6 | 09/08 | [[第二次海報學術審查|第二次起暑回生計畫第一期海報學術審查]] ||
| 7 | 09/09 | [[第三次海報學術審查|第三次起暑回生計畫第一期海報學術審查]] ||
| 8 | 09/09 | [[第四次影片報告|2010起暑回生計畫第一期第四次報告]] ||
!學期評量計畫
+++[1-2-3-4計畫]
# 10%：參與80%的授課過程(基本項，5%)、三次專業提問(加分項，5%)、三次上台表演(5%)
# 20%：期中考(20道單複選錯置的選擇題)
# 30%：期末考(30道單複選錯置的選擇題)
# 40%：三人一組的分組期末海報(採扣分制)
##	10%：
###	第一次三分鐘口頭報告(甲同學報告)
###	隨機挑選幾位同學現場表演R(任何人都有可能被選上，完全不會扣5分)
##	10%：
###	第二次三分鐘口頭報告(乙同學報告)
###	隨機挑選幾位同學現場表演R(任何人都有可能被選上，完全不會扣5分)
##	10%：
###	第三次三分鐘口頭報告(丙同學報告)
###	隨機挑選幾位同學現場表演R(任何人都有可能被選上，完全不會扣5分)
##	10%：第四次三分鐘影片報告(最優秀的同學報告)
===
!2010起暑回生計畫第一期海報計畫的口頭報告
!預備工作
# 分組
# 註冊故事。註冊日期：08/12。當天跟老師登記。
!第一次報告(計畫代號：復古)
# 主軸：瞭解問題與數據
# 報告時間：08/19
# 報告方式：三分鐘口頭報告
# ++++[報告內容：]
{{{
把故事的英文摘要與數據集以及它的摘要一五一十地報告給班上其他同學知道。
}}}
===

# 報告規格：
## (第一張投影片) 起暑回生計畫第二期第X組第一次報告、故事名稱、組員姓名(按筆劃數排列)、指導老師：吳榮彬副教授
## (第二張投影片) 故事大綱
## (第三張投影片) DASL提供的數據
## ...
## (最後一張投影片) 第一次總結

+++[第二次報告]
# 主軸：瞭解方法
# 報告時間：08/26
# 報告方式：三分鐘口頭報告
# ++++[報告內容：]
{{{
把DASL建議的方法盡可能地用R實現，並且想盡辦法把R給您的結果解釋給班上其他同學知道。
}}}
===

# 報告規格：
## (第一張投影片) 起暑回生計畫第二期第X組第二次報告、故事名稱、組員姓名(按筆劃數排列)、指導老師：吳榮彬副教授
## (第二張投影片) DASL建議研究故事的統計機率方法
## (第三張投影片) DASL建議的方法
## ...
## (最後一張投影片) 第二次總結
===
+++[第三次報告]
# 主軸：收集新數據
# 報告時間：09/02
# 報告方式：三分鐘口頭報告
# ++++[報告內容：]
{{{
利用網路搜尋引擎找尋與DASL提供之數據有著同樣類型的新(更接近現代的)數據，並且報告搜尋結果。
}}}
===

# 報告規格：
## (第一張投影片) 起暑回生計畫第二期第X組第三次報告、故事名稱、組員姓名(按筆劃數排列)、指導老師：吳榮彬副教授
## (第二張投影片) 故事續集
## (第三張投影片) 我們找到的新數據
## ...
## (最後一張投影片) 第三次總結
===
+++[第四次報告(計畫代號：創新)]
# 主軸：發表海報
# 報告時間：09/09
# 報告方式：三分鐘YouTube影片報告
# ++++[報告內容：]
{{{
總結整個海報計畫的成果。把新舊比較的結果報告給大家知道。
}}}
===

# 報告規格：
## (第一張投影片) 起暑回生計畫第二期第X組第四次報告、故事名稱、組員姓名(按筆劃數排列)、指導老師：吳榮彬副教授
## (第二張投影片) 故事完結篇
## (第三張投影片) 比較新舊數據
## ...
## (最後一張投影片) 第四次總結
# 公開展示海報
## 同儕評分
## 繳交海報
## 繳交計畫總光碟
===
!期末海報評分標準
+++[第一階段]
同儕評分標準：
* 正確
* 可讀
* 吸引
* 創意
===
+++[第二階段(得分制)]
把各組總得分，分成ABCD四級，
# A級得分36
# B級得分32
# C級得分28
# D級得分24
===
+++[第二階段(加分制)]
把各組總得分，分成ABCD四級，
# A級加分25
# B級加分20
# C級加分15
# D級加分10
===
!
請繼續參考[[學術海報的主要內容]]與[[製作學術海報的方法]]。

{{{
再現DASL迴歸風華
}}}

| 堂次 | 時間 | 主軸 | 細目 | 活動 | [[討論區|http://statschool01.blogspot.com]] | [[R|安裝R基座]] | 考試 | [[期末海報|http://eportfolio.fcu.edu.tw/promote/stat/index.html]]：[[再現DASL迴歸風華|http://lib.stat.cmu.edu/cgi-bin/dasl.cgi?query=Regression&submit=Search!&metaname=methods&sort=swishrank]] | 家庭作業 |
| 01 | 08/10 | [[準備工作]] || [[課堂規矩]]、[[申請Google專用帳號]]、[[填寫個人最基本資料]] | [[個人特色調查]] | [[安裝各種課程需要的免費軟體]]、[[透過TD的SLR瞭解簡單線性迴歸直線的部分性質]]、[[用R繪製散佈圖]]、[[用散佈圖探索數據內的線性關係]] | [[前測|2010統計學起暑回生計畫第二期的前測]] | [[分組]]、[[2010起暑回生計畫第二期海報計畫]] ||
| 02 | 08/11 | [[簡單線性迴歸]] | [[散佈圖]] || [[為什麼挑R?]] | [[用散佈圖探索數據內的線性關係]]、[[把DASL內美國溫度的數據讀入R]]、[[散佈圖矩陣]] ||||
| 03 | 08/12 |~| [[估計簡單線性迴歸直線]] ||| [[用R估計簡單線性迴歸直線]] || [[線上註冊DASL故事]] ||
| !04 | 08/17 |~| [[y hat]] ||| [[用R預測過去與未來]] ||||
| !05 | 08/18 |~| [[簡單線性迴歸係數的區間估計]] ||| [[用R計算簡單線性迴歸係數的區間估計]] || [[第一次口頭報告]] ||
| !06 | 08/19* |~| [[簡單線性迴歸係數的假設檢定]] ||| [[用R計算簡單線性迴歸係數的假設檢定]] ||||
| 07 | 08/24 |~| [[簡單線性迴歸的變異數分析表]] ||| [[用R計算簡單線性迴歸的變異數分析表]] ||||
| 08 | 08/25 |~| [[簡單線性迴歸的決定係數]]、[[迴歸診斷]] ||| [[用R計算簡單線性迴歸的決定係數]]、 [[用R執行迴歸診斷]] ||||
| 09 | 08/26* | [[期中考]] |||||| [[第二次口頭報告]] ||
| !10 | 08/31 | [[複線性迴歸]] | [[散佈圖矩陣]] |||||||
| !11 | 09/01 |~| [[複線性迴歸的估計與檢定]] |||||||
| !12 | 09/02 |~| [[屬性變數與複線性迴歸]] ||||| [[第三次口頭報告]] ||
| 13 | 09/07 |~| [[共線性]] ||||| [[第一次海報審查]] ||
| 14 | 09/08 |~| [[複決定係數]] ||||| [[第二次海報審查]] ||
| 15 | 09/09** | [[期末考]] ||||||  [[第三次海報審查]]、[[第四次影片報告]] ||

<html><embed type="application/x-shockwave-flash" src="http://picasaweb.google.com.tw/s/c/bin/slideshow.swf" width="288" height="192" flashvars="host=picasaweb.google.com.tw&hl=zh_TW&feat=flashalbum&RGB=0x000000&feed=http%3A%2F%2Fpicasaweb.google.com.tw%2Fdata%2Ffeed%2Fapi%2Fuser%2FJungpinWu%2Falbumid%2F5515636189609751233%3Falt%3Drss%26kind%3Dphoto%26authkey%3DGv1sRgCKGHocnR8qXazAE%26hl%3Dzh_TW" pluginspage="http://www.macromedia.com/go/getflashplayer"></embed></html>

<html><iframe width=100% height=560px frameborder=0 src=https://docs.google.com/viewer?a=v&pid=explorer&chrome=false&embedded=true&srcid=0B6ye7WT184H2YWI4NTQyYmQtMTE3ZS00YjE4LTkwZDItZmI3NjUyN2U5YTdh&hl=zh_TW></iframe></html>

<html><div align="center"><iframe src ="http://lib.stat.cmu.edu/DASL/" width="100%" align="center" height=400"></iframe></div></html>

[[最新消息]]
[[有誰跟我一起]]

<html><div align="center"><iframe src ="http://www.whfreeman.com/eesee/eesee.html" width="100%" align="center" height=600"></iframe></div></html>

# 發現它的處理設計。
# 把反應變數的觀察值加入上述得到的處理設計（也就是說，會多出一行－反應變數$y$）。
# 提供一種可能的完全隨機設計。
# 對負責之實驗數據進行探索：取得相關的「散佈圖」與「盒形圖」。
# 解釋您看到的「散佈圖」與「盒形圖」。
# 利用[[R]]計算負責之實驗數據集的「變異數分析表」。
# 解釋上述的變異數分析表。
# 繪製適當的「殘差圖」並且對模型的適當性發表意見。
# 最後，請您建議取得「@@最大@@反應變數($Y$)觀察值」的處理是哪一種因子水準的組合？
!
<html><iframe src="https://docs.google.com/present/embed?id=dc884f6s_222f2q93ccm" frameborder="0" width="410" height="342"></iframe></html>
!

# 發現它的處理設計。
# 把反應變數的觀察值加入上述得到的處理設計（也就是說，會多出一行－反應變數$y$）。
# 提供一種可能的完全隨機設計。
# 對負責之實驗數據進行探索：取得相關的「散佈圖」與「盒形圖」。
# 解釋您看到的「散佈圖」與「盒形圖」。
# 利用[[R]]計算負責之實驗數據集的「變異數分析表」。
# 解釋上述的變異數分析表。
# 繪製適當的「殘差圖」並且對模型的適當性發表意見。
# 最後，請您建議取得「@@最大@@反應變數($Y$)觀察值」的處理是哪一種因子水準的組合？
!
<html><iframe src="https://docs.google.com/present/embed?id=dc884f6s_209dcckc6ds" frameborder="0" width="410" height="342"></iframe></html>
!
{{{
> summary(Ex5.4.FFE.1)
design was generated with RcmdrPlugin.DoE

Experimental design of type  full factorial 
8  runs

each run independently conducted  2  times
Factor settings (scale ends):
    A     B
1 125 0.015
2 200 0.030
3     0.045
4     0.060

Responses:
[1] force

The design itself:
   run.no run.no.std.rp   A     B force
1       1           1.1 125 0.015  2.70
2       2           2.1 200 0.015  2.83
3       3           3.1 125  0.03  2.45
4       4           4.1 200  0.03  2.85
5       5           5.1 125 0.045  2.60
6       6           6.1 200 0.045  2.86
7       7           7.1 125  0.06  2.75
8       8           8.1 200  0.06  2.94
9       9           1.2 125 0.015  2.78
10     10           2.2 200 0.015  2.86
11     11           3.2 125  0.03  2.49
12     12           4.2 200  0.03  2.80
13     13           5.2 125 0.045  2.72
14     14           6.2 200 0.045  2.87
15     15           7.2 125  0.06  2.86
16     16           8.2 200  0.06  2.88
class=design, type= full factorial 
NOTE: columns run.no and run.no.std.rp are annotation, not part of the data frame
}}}

<html><div align="center"><iframe src ="http://www.moztw.org/" width="100%" align="center" height=400"></iframe></div></html>

/***
|Name|FontSizePlugin|
|Created by|SaqImtiaz|
|Location|http://tw.lewcid.org/#FontSizePlugin|
|Version|1.0|
|Requires|~TW2.x|
!Description:
Resize tiddler text on the fly. The text size is remembered between sessions by use of a cookie.
You can customize the maximum and minimum allowed sizes.
(only affects tiddler content text, not any other text)

Also, you can load a TW file with a font-size specified in the url.
Eg: http://tw.lewcid.org/#font:110

!Demo:
Try using the font-size buttons in the sidebar, or in the MainMenu above.

!Installation:
Copy the contents of this tiddler to your TW, tag with systemConfig, save and reload your TW.
Then put {{{<<fontSize "font-size:">>}}} in your SideBarOptions tiddler, or anywhere else that you might like.

!Usage
{{{<<fontSize>>}}} results in <<fontSize>>
{{{<<fontSize font-size: >>}}} results in <<fontSize font-size:>>

!Customizing:
The buttons and prefix text are wrapped in a span with class fontResizer, for easy css styling.
To change the default font-size, and the maximum and minimum font-size allowed, edit the config.fontSize.settings section of the code below.

!Notes:
This plugin assumes that the initial font-size is 100% and then increases or decreases the size by 10%. This stepsize of 10% can also be customized.

!History:
*27-07-06, version 1.0 : prevented double clicks from triggering editing of containing tiddler.
*25-07-06,  version 0.9

!Code
***/

//{{{
config.fontSize={};

//configuration settings
config.fontSize.settings =
{
            defaultSize : 100,  // all sizes in %
            maxSize : 200,
            minSize : 40,
            stepSize : 10
};

//startup code
var fontSettings = config.fontSize.settings;

if (!config.options.txtFontSize)
            {config.options.txtFontSize = fontSettings.defaultSize;
            saveOptionCookie("txtFontSize");}
setStylesheet(".tiddler .viewer {font-size:"+config.options.txtFontSize+"%;}\n","fontResizerStyles");
setStylesheet("#contentWrapper .fontResizer .button {display:inline;font-size:105%; font-weight:bold; margin:0 1px; padding: 0 3px; text-align:center !important;}\n .fontResizer {margin:0 0.5em;}","fontResizerButtonStyles");

//macro
config.macros.fontSize={};
config.macros.fontSize.handler = function (place,macroName,params,wikifier,paramString,tiddler)
{

               var sp = createTiddlyElement(place,"span",null,"fontResizer");
               sp.ondblclick=this.onDblClick;
               if (params[0])
                           createTiddlyText(sp,params[0]);
               createTiddlyButton(sp,"+","increase font-size",this.incFont);
               createTiddlyButton(sp,"=","reset font-size",this.resetFont);
               createTiddlyButton(sp,"–","decrease font-size",this.decFont);
}

config.macros.fontSize.onDblClick = function (e)
{
             if (!e) var e = window.event;
             e.cancelBubble = true;
             if (e.stopPropagation) e.stopPropagation();
             return false;
}

config.macros.fontSize.setFont = function ()
{
               saveOptionCookie("txtFontSize");
               setStylesheet(".tiddler .viewer {font-size:"+config.options.txtFontSize+"%;}\n","fontResizerStyles");
}

config.macros.fontSize.incFont=function()
{
               if (config.options.txtFontSize < fontSettings.maxSize)
                  config.options.txtFontSize = (config.options.txtFontSize*1)+fontSettings.stepSize;
               config.macros.fontSize.setFont();
}

config.macros.fontSize.decFont=function()
{

               if (config.options.txtFontSize > fontSettings.minSize)
                  config.options.txtFontSize = (config.options.txtFontSize*1) - fontSettings.stepSize;
               config.macros.fontSize.setFont();
}

config.macros.fontSize.resetFont=function()
{

               config.options.txtFontSize=fontSettings.defaultSize;
               config.macros.fontSize.setFont();
}

config.paramifiers.font =
{
               onstart: function(v)
                  {
                   config.options.txtFontSize = v;
                   config.macros.fontSize.setFont();
                  }
};
//}}}

<html><iframe src="https://docs.google.com/present/embed?id=dc884f6s_90dhdqx4hq" frameborder="0" width="410" height="342"></iframe></html>

/***
|Name|HoverMenuPlugin|
|Created by|SaqImtiaz|
|Location|http://tw.lewcid.org/#HoverMenuPlugin|
|Version|1.11|
|Requires|~TW2.x|
!Description:
Provides a hovering menu on the edge of the screen for commonly used commands, that scrolls with the page.

!Demo:
Observe the hovering menu on the right edge of the screen.

!Installation:
Copy the contents of this tiddler to your TW, tag with systemConfig, save and reload your TW.
To customize your HoverMenu, edit the HoverMenu shadow tiddler.

To customize whether the menu sticks to the right or left edge of the screen, and its start position, edit the HoverMenu configuration settings part of the code below. It's well documented, so don't be scared!

The menu has an id of hoverMenu, in case you want to style the buttons in it using css.

!Notes:
Since the default HoverMenu contains buttons for toggling the side bar and jumping to the top of the screen and to open tiddlers, the ToggleSideBarMacro, JumpMacro and the JumpToTopMacro are included in this tiddler, so you dont need to install them separately. Having them installed separately as well could lead to complications.

If you dont intend to use these three macros at all, feel free to remove those sections of code in this tiddler.

!To Do:
* rework code to allow multiple hovering menus in different positions, horizontal etc.
* incorporate code for keyboard shortcuts that correspond to the buttons in the hovermenu

!History:
*03-08-06, ver 1.1.2: compatibility fix with SelectThemePlugin
*03-08-06,  ver 1.11: fixed error with button tooltips
*27-07-06, ver 1.1 : added JumpMacro to hoverMenu
*23-07-06

!Code
***/

/***
start HoverMenu plugin code
***/
//{{{
config.hoverMenu={};
//}}}

/***
HoverMenu configuration settings
***/
//{{{
config.hoverMenu.settings={
               align: 'right',    //align menu to right or left side of screen, possible values are 'right' and 'left'               
               x: 1,              // horizontal distance of menu from side of screen, increase to your liking.
               y: 158            //vertical distance of menu from top of screen at start, increase or decrease to your liking
               };
//}}}

//{{{
//continue HoverMenu plugin code
config.hoverMenu.handler=function()
{              
               if (!document.getElementById("hoverMenu"))
               {
               var theMenu = createTiddlyElement(document.getElementById("contentWrapper"), "div","hoverMenu");
               theMenu.setAttribute("refresh","content");
               theMenu.setAttribute("tiddler","HoverMenu");
               var menuContent = store.getTiddlerText("HoverMenu");
               wikify(menuContent,theMenu);
              }

	       var Xloc = this.settings.x;
	       Yloc =this.settings.y;
	       var ns = (navigator.appName.indexOf("Netscape") != -1);
	       function SetMenu(id)
                        {
		        var GetElements=document.getElementById?document.getElementById(id):document.all?document.all[id]:document.layers[id];
		        if(document.layers)GetElements.style=GetElements;
		        GetElements.sP=function(x,y){this.style[config.hoverMenu.settings.align]=x +"px";this.style.top=y +"px";};
		        GetElements.x = Xloc;
		        GetElements.y = findScrollY();
		        GetElements.y += Yloc;
		        return GetElements;
	                }
               window.LoCate_XY=function()
                        {
		        var pY =  findScrollY();
                        ftlObj.y += (pY + Yloc - ftlObj.y)/15;
		        ftlObj.sP(ftlObj.x, ftlObj.y);
		        setTimeout("LoCate_XY()", 10);
	                }
               ftlObj = SetMenu("hoverMenu");
	       LoCate_XY();
};

window.old_lewcid_hovermenu_restart = restart;
restart = function()
{
               window.old_lewcid_hovermenu_restart();
               config.hoverMenu.handler();
};

setStylesheet(
"#hoverMenu .imgLink, #hoverMenu .imgLink:hover {border:none; padding:0px; float:right; margin-bottom:2px; margin-top:0px;}\n"+
"#hoverMenu  .button, #hoverMenu  .tiddlyLink {border:none; font-weight:bold; background:#18f; color:#FFF; padding:0 5px; float:right; margin-bottom:4px;}\n"+
"#hoverMenu .button:hover, #hoverMenu .tiddlyLink:hover {font-weight:bold; border:none; color:#fff; background:#000; padding:0 5px; float:right; margin-bottom:4px;}\n"+
"#hoverMenu .button {width:100%; text-align:center}"+
"#hoverMenu { position:absolute; width:7px;}\n"+
"\n","hoverMenuStyles");


config.macros.renameButton={};
config.macros.renameButton.handler = function(place,macroName,params,wikifier,paramString,tiddler)
{

               if (place.lastChild.tagName!="BR")
                     {
                      place.lastChild.firstChild.data = params[0];
                      if (params[1]) {place.lastChild.title = params[1];}
                     }
};

config.shadowTiddlers["HoverMenu"]="<<top>>\n<<toggleSideBar>><<renameButton '>' >>\n<<jump j '' top>>\n<<saveChanges>><<renameButton s 'Save TiddlyWiki'>>\n<<newTiddler>><<renameButton n>>\n";
//}}}
//end HoverMenu plugin code

//Start ToggleSideBarMacro code
//{{{
config.macros.toggleSideBar={};

config.macros.toggleSideBar.settings={
         styleHide :  "#sidebar { display: none;}\n"+"#contentWrapper #displayArea { margin-right: 1em;}\n"+"",
         styleShow : " ",
         arrow1: "«",
         arrow2: "»"
};

config.macros.toggleSideBar.handler=function (place,macroName,params,wikifier,paramString,tiddler)
{
          var tooltip= params[1]||'toggle sidebar';
          var mode = (params[2] && params[2]=="hide")? "hide":"show";
          var arrow = (mode == "hide")? this.settings.arrow1:this.settings.arrow2;
          var label= (params[0]&&params[0]!='.')?params[0]+" "+arrow:arrow;
          var theBtn = createTiddlyButton(place,label,tooltip,this.onToggleSideBar,"button HideSideBarButton");
          if (mode == "hide")
             { 
             (document.getElementById("sidebar")).setAttribute("toggle","hide");
              setStylesheet(this.settings.styleHide,"ToggleSideBarStyles");
             }
};

config.macros.toggleSideBar.onToggleSideBar = function(){
          var sidebar = document.getElementById("sidebar");
          var settings = config.macros.toggleSideBar.settings;
          if (sidebar.getAttribute("toggle")=='hide')
             {
              setStylesheet(settings.styleShow,"ToggleSideBarStyles");
              sidebar.setAttribute("toggle","show");
              this.firstChild.data= (this.firstChild.data).replace(settings.arrow1,settings.arrow2);
              }
          else
              {    
               setStylesheet(settings.styleHide,"ToggleSideBarStyles");
               sidebar.setAttribute("toggle","hide");
               this.firstChild.data= (this.firstChild.data).replace(settings.arrow2,settings.arrow1);
              }

     return false;
}

setStylesheet(".HideSideBarButton .button {font-weight:bold; padding: 0 5px;}\n","ToggleSideBarButtonStyles");
//}}}
//end ToggleSideBarMacro code

//start JumpToTopMacro code
//{{{
config.macros.top={};
config.macros.top.handler=function(place,macroName)
{
               createTiddlyButton(place,"^","jump to top",this.onclick);
}
config.macros.top.onclick=function()
{
               window.scrollTo(0,0);
};

config.commands.top =
{
               text:" ^ ",
               tooltip:"jump to top"
};

config.commands.top.handler = function(event,src,title)
{
               window.scrollTo(0,0);
}
//}}}
//end JumpToStartMacro code

//start JumpMacro code
//{{{
config.macros.jump= {};
config.macros.jump.handler = function (place,macroName,params,wikifier,paramString,tiddler)
{
        var label = (params[0] && params[0]!=".")? params[0]: 'jump';
        var tooltip = (params[1] && params[1]!=".")? params[1]: 'jump to an open tiddler';
        var top = (params[2] && params[2]=='top') ? true: false;        

        var btn =createTiddlyButton(place,label,tooltip,this.onclick);
        if (top==true)
              btn.setAttribute("top","true")
}

config.macros.jump.onclick = function(e)
{
        if (!e) var e = window.event;
        var theTarget = resolveTarget(e);
        var top = theTarget.getAttribute("top");
	var popup = Popup.create(this);
	if(popup)
		{
                 if(top=="true")
                                {createTiddlyButton(createTiddlyElement(popup,"li"),'Top ↑','Top of TW',config.macros.jump.top);
                                 createTiddlyElement(popup,"hr");}
		
		story.forEachTiddler(function(title,element) {
			createTiddlyLink(createTiddlyElement(popup,"li"),title,true);
			});
                }
	Popup.show(popup,false);
	e.cancelBubble = true;
	if (e.stopPropagation) e.stopPropagation();
	return false;
}

config.macros.jump.top = function()
{
       window.scrollTo(0,0);
}
//}}}
//end JumpMacro code

//utility functions
//{{{
Popup.show = function(unused,slowly)
{
	var curr = Popup.stack[Popup.stack.length-1];
	var rootLeft = findPosX(curr.root);
	var rootTop = findPosY(curr.root);
	var rootHeight = curr.root.offsetHeight;
	var popupLeft = rootLeft;
	var popupTop = rootTop + rootHeight;
	var popupWidth = curr.popup.offsetWidth;
	var winWidth = findWindowWidth();
        if (isChild(curr.root,'hoverMenu'))
              var x = config.hoverMenu.settings.x;
        else
              var x = 0;
	if(popupLeft + popupWidth+x > winWidth)
		popupLeft = winWidth - popupWidth -x;
        if (isChild(curr.root,'hoverMenu'))
  	        {curr.popup.style.right = x + "px";}
        else
                curr.popup.style.left = popupLeft + "px";
	curr.popup.style.top = popupTop + "px";
	curr.popup.style.display = "block";
	addClass(curr.root,"highlight");
	if(config.options.chkAnimate)
		anim.startAnimating(new Scroller(curr.popup,slowly));
	else
		window.scrollTo(0,ensureVisible(curr.popup));
}

window.isChild = function(e,parentId) {
        while (e != null) {
                var parent = document.getElementById(parentId);
                if (parent == e) return true;
                e = e.parentNode;
                }
        return false;
};
//}}}

按照以下步驟即可合法地得到這一本用R解機率與統計的免費電子書：點選
# R Console(主控台)的[程式套件]
# [選擇存放處...]
# 選擇跳出視窗的~R-Forge這一個存放處，然後按下視窗最下方的[確定]
# 再一次點選[程式套件]，接著將滑鼠移到[安裝程式套件...]
# 挑選一台離您家最近的伺服器(或是您喜歡的伺服器；或任意點選一台伺服器)，然後按下視窗最下方的[確定](有時候會跳過這一動)
# 用滑鼠按住跳出視窗的捲軸往下滑動，找到IPSUR，用滑鼠選它，然後按下視窗最下方的[確定]
# (R開始安裝IPSUR)
# (成功之後)
# 在主控台鍵入library(IPSUR)
# 再鍵入read(IPSUR)
# 您電腦主機的作業系統會用預設PDF Reader打開IPSUR的PDF檔，這樣您就可以合法安心地使用IPSUR的PDF檔了。
!網路連接
除了以上程序，以下這一個連接也可以免費地(free)下載IPSUR這一本電子書：
[[http://www.lulu.com/items/volume_68/8123000/8123594/3/print/IPSUR.pdf|http://www.lulu.com/items/volume_68/8123000/8123594/3/print/IPSUR.pdf]]

/***
|''Name:''|LoadRemoteFileThroughProxy (previous LoadRemoteFileHijack)|
|''Description:''|When the TiddlyWiki file is located on the web (view over http) the content of [[SiteProxy]] tiddler is added in front of the file url. If [[SiteProxy]] does not exist "/proxy/" is added. |
|''Version:''|1.1.0|
|''Date:''|mar 17, 2007|
|''Source:''|http://tiddlywiki.bidix.info/#LoadRemoteFileHijack|
|''Author:''|BidiX (BidiX (at) bidix (dot) info)|
|''License:''|[[BSD open source license|http://tiddlywiki.bidix.info/#%5B%5BBSD%20open%20source%20license%5D%5D ]]|
|''~CoreVersion:''|2.2.0|
***/
//{{{
version.extensions.LoadRemoteFileThroughProxy = {
 major: 1, minor: 1, revision: 0, 
 date: new Date("mar 17, 2007"), 
 source: "http://tiddlywiki.bidix.info/#LoadRemoteFileThroughProxy"};

if (!window.bidix) window.bidix = {}; // bidix namespace
if (!bidix.core) bidix.core = {};

bidix.core.loadRemoteFile = loadRemoteFile;
loadRemoteFile = function(url,callback,params)
{
 if ((document.location.toString().substr(0,4) == "http") && (url.substr(0,4) == "http")){ 
 url = store.getTiddlerText("SiteProxy", "/proxy/") + url;
 }
 return bidix.core.loadRemoteFile(url,callback,params);
}
//}}}

<<tag 開場白>>
[[最新消息]]
----
<<tag 課程>>
<<tag 教學網>>
<<tag 預定進度>>
----
[[R教室]]、[[每週一R]]
<<tag R助教>>、<<tag R的部落客>>
<<tag 德州農工大學>>
----
<<tag 網路課程>>
[[看卡通學統計|http://cartoonstat.tiddlyspot.com]]
[[問卷設計研習營|http://statnaire.tiddlyspot.com]]
[[BB|http://ilearn.fcu.edu.tw/]]
----
<<tag FAQ>>
<<tag 字卡>>
----
<<tag 先修課程>>
<<tag 合作夥伴>>
<<tag 推薦閱讀>>
<<tag 指定參考書>>
----
[[雲端上的一朵R|http://bayes.math.montana.edu/Rweb/Rweb.general.html]]
[[線上實驗室SOCR|http://www.socr.ucla.edu/SOCR.html]]
----
<<tag 海報展>>
----
[[作者簡介]]
[[與作者聯繫]]
[[使用說明]]

<html><div align="center"><iframe src ="http://www.nba.com.tw/" width="100%" align="center" height=400"></iframe></div></html>

<html><iframe src="https://docs.google.com/present/embed?id=dc884f6s_192gw7kd5hq" frameborder="0" width="410" height="342"></iframe></html>

https://docs.google.com/leaf?id=0B6ye7WT184H2MDRjMTM2NmYtMmJiNC00Mzc0LThjZjAtZDA2ZWE2MjFiMjhk&hl=en

# [[表現]]
## [[NBA球員的個人表現]]
# [[輸贏]]
# [[分數]]
# 其他統計量

<html><div align="center"><iframe src ="http://www.basketball-reference.com/" width="100%" align="center" height=400"></iframe></div></html>

/***
|Name|NestedSlidersPlugin|
|Source|http://www.TiddlyTools.com/#NestedSlidersPlugin|
|Documentation|http://www.TiddlyTools.com/#NestedSlidersPluginInfo|
|Version|2.3.4|
|Author|Eric Shulman - ELS Design Studios|
|License|http://www.TiddlyTools.com/#LegalStatements <br>and [[Creative Commons Attribution-ShareAlike 2.5 License|http://creativecommons.org/licenses/by-sa/2.5/]]|
|~CoreVersion|2.1|
|Type|plugin|
|Requires||
|Overrides||
|Description|show content in nest-able sliding/floating panels, without creating separate tiddlers for each panel's content|
This plugin adds new wiki syntax for embedding 'slider' panels directly into tiddler content.  
!!!!!Documentation
>see [[NestedSlidersPluginInfo]]
!!!!!Configuration
<<<
Enable animation for slider panels
<<option chkFloatingSlidersAnimate>> allow sliders to animate when opening/closing
>(note: This setting is in //addition// to the general option for enabling/disabling animation effects:
><<option chkAnimate>> enable animations (entire document)
>For slider animation to occur, you must also allow animation in general.

Debugging messages for 'lazy sliders' deferred rendering:
<<option chkDebugLazySliderDefer>> show debugging alert when deferring slider rendering
<<option chkDebugLazySliderRender>> show debugging alert when deferred slider is actually rendered
<<<
!!!!!Revisions
<<<
2008.01.08 - [*.*.*] plugin size reduction: documentation moved to ...Info tiddler
2007.12.28 - 2.3.4 added hijack for Animator.prototype.startAnimating().  Previously, the plugin code simply set the overflow to "visible" after animation.  This code tweak corrects handling of elements that were styled with overflow=hidden/auto/scroll before animation by saving the overflow style and then restoring it after animation has completed.
|please see [[NestedSlidersPluginInfo]] for additional revision details|
2005.11.03 - 1.0.0 initial public release.  Thanks to RodneyGomes, GeoffSlocock, and PaulPetterson for suggestions and experiments.
<<<
!!!!!Code
***/
//{{{
version.extensions.nestedSliders = {major: 2, minor: 3, revision: 4, date: new Date(2007,12,28)};
//}}}

//{{{
// options for deferred rendering of sliders that are not initially displayed
if (config.options.chkDebugLazySliderDefer==undefined) config.options.chkDebugLazySliderDefer=false;
if (config.options.chkDebugLazySliderRender==undefined) config.options.chkDebugLazySliderRender=false;
if (config.options.chkFloatingSlidersAnimate==undefined) config.options.chkFloatingSlidersAnimate=false;

// default styles for 'floating' class
setStylesheet(".floatingPanel { position:absolute; z-index:10; padding:0.5em; margin:0em; \
	background-color:#eee; color:#000; border:1px solid #000; text-align:left; }","floatingPanelStylesheet");
//}}}

//{{{
config.formatters.push( {
	name: "nestedSliders",
	match: "\\n?\\+{3}",
	terminator: "\\s*\\={3}\\n?",
	lookahead: "\\n?\\+{3}(\\+)?(\\([^\\)]*\\))?(\\!*)?(\\^(?:[^\\^\\*\\[\\>]*\\^)?)?(\\*)?(?:\\{\\{([\\w]+[\\s\\w]*)\\{)?(\\[[^\\]]*\\])?(\\[[^\\]]*\\])?(?:\\}{3})?(\\#[^:]*\\:)?(\\>)?(\\.\\.\\.)?\\s*",
	handler: function(w)
		{
			lookaheadRegExp = new RegExp(this.lookahead,"mg");
			lookaheadRegExp.lastIndex = w.matchStart;
			var lookaheadMatch = lookaheadRegExp.exec(w.source)
			if(lookaheadMatch && lookaheadMatch.index == w.matchStart)
			{
				// var defopen=lookaheadMatch[1]
				// var cookiename=lookaheadMatch[2]
				// var header=lookaheadMatch[3]
				// var panelwidth=lookaheadMatch[4]
				// var transient=lookaheadMatch[5]
				// var class=lookaheadMatch[6]
				// var label=lookaheadMatch[7]
				// var openlabel=lookaheadMatch[8]
				// var panelID=lookaheadMatch[9]
				// var blockquote=lookaheadMatch[10]
				// var deferred=lookaheadMatch[11]

				// location for rendering button and panel
				var place=w.output;

				// default to closed, no cookie, no accesskey, no alternate text/tip
				var show="none"; var cookie=""; var key="";
				var closedtext=">"; var closedtip="";
				var openedtext="<"; var openedtip="";

				// extra "+", default to open
				if (lookaheadMatch[1]) show="block";

				// cookie, use saved open/closed state
				if (lookaheadMatch[2]) {
					cookie=lookaheadMatch[2].trim().slice(1,-1);
					cookie="chkSlider"+cookie;
					if (config.options[cookie]==undefined)
						{ config.options[cookie] = (show=="block") }
					show=config.options[cookie]?"block":"none";
				}

				// parse label/tooltip/accesskey: [label=X|tooltip]
				if (lookaheadMatch[7]) {
					var parts=lookaheadMatch[7].trim().slice(1,-1).split("|");
					closedtext=parts.shift();
					if (closedtext.substr(closedtext.length-2,1)=="=")	
						{ key=closedtext.substr(closedtext.length-1,1); closedtext=closedtext.slice(0,-2); }
					openedtext=closedtext;
					if (parts.length) closedtip=openedtip=parts.join("|");
					else { closedtip="show "+closedtext; openedtip="hide "+closedtext; }
				}

				// parse alternate label/tooltip: [label|tooltip]
				if (lookaheadMatch[8]) {
					var parts=lookaheadMatch[8].trim().slice(1,-1).split("|");
					openedtext=parts.shift();
					if (parts.length) openedtip=parts.join("|");
					else openedtip="hide "+openedtext;
				}

				var title=show=='block'?openedtext:closedtext;
				var tooltip=show=='block'?openedtip:closedtip;

				// create the button
				if (lookaheadMatch[3]) { // use "Hn" header format instead of button/link
					var lvl=(lookaheadMatch[3].length>6)?6:lookaheadMatch[3].length;
					var btn = createTiddlyElement(createTiddlyElement(place,"h"+lvl,null,null,null),"a",null,lookaheadMatch[6],title);
					btn.onclick=onClickNestedSlider;
					btn.setAttribute("href","javascript:;");
					btn.setAttribute("title",tooltip);
				}
				else
					var btn = createTiddlyButton(place,title,tooltip,onClickNestedSlider,lookaheadMatch[6]);
				btn.innerHTML=title; // enables use of HTML entities in label

				// set extra button attributes
				btn.setAttribute("closedtext",closedtext);
				btn.setAttribute("closedtip",closedtip);
				btn.setAttribute("openedtext",openedtext);
				btn.setAttribute("openedtip",openedtip);
				btn.sliderCookie = cookie; // save the cookiename (if any) in the button object
				btn.defOpen=lookaheadMatch[1]!=null; // save default open/closed state (boolean)
				btn.keyparam=key; // save the access key letter ("" if none)
				if (key.length) {
					btn.setAttribute("accessKey",key); // init access key
					btn.onfocus=function(){this.setAttribute("accessKey",this.keyparam);}; // **reclaim** access key on focus
				}
				btn.onmouseover=function(event) // mouseover on button aligns floater position with button
					{ if (window.adjustSliderPos) window.adjustSliderPos(this.parentNode,this,this.sliderPanel); }

				// create slider panel
				var panelClass=lookaheadMatch[4]?"floatingPanel":"sliderPanel";
				var panelID=lookaheadMatch[9]; if (panelID) panelID=panelID.slice(1,-1); // trim off delimiters
				var panel=createTiddlyElement(place,"div",panelID,panelClass,null);
				panel.button = btn; // so the slider panel know which button it belongs to
				btn.sliderPanel=panel; // so the button knows which slider panel it belongs to
				panel.defaultPanelWidth=(lookaheadMatch[4] && lookaheadMatch[4].length>2)?lookaheadMatch[4].slice(1,-1):"";
				panel.setAttribute("transient",lookaheadMatch[5]=="*"?"true":"false");
				panel.style.display = show;
				panel.style.width=panel.defaultPanelWidth;
				panel.onmouseover=function(event) // mouseover on panel aligns floater position with button
					{ if (window.adjustSliderPos) window.adjustSliderPos(this.parentNode,this.button,this); }

				// render slider (or defer until shown) 
				w.nextMatch = lookaheadMatch.index + lookaheadMatch[0].length;
				if ((show=="block")||!lookaheadMatch[11]) {
					// render now if panel is supposed to be shown or NOT deferred rendering
					w.subWikify(lookaheadMatch[10]?createTiddlyElement(panel,"blockquote"):panel,this.terminator);
					// align floater position with button
					if (window.adjustSliderPos) window.adjustSliderPos(place,btn,panel);
				}
				else {
					var src = w.source.substr(w.nextMatch);
					var endpos=findMatchingDelimiter(src,"+++","===");
					panel.setAttribute("raw",src.substr(0,endpos));
					panel.setAttribute("blockquote",lookaheadMatch[10]?"true":"false");
					panel.setAttribute("rendered","false");
					w.nextMatch += endpos+3;
					if (w.source.substr(w.nextMatch,1)=="\n") w.nextMatch++;
					if (config.options.chkDebugLazySliderDefer) alert("deferred '"+title+"':\n\n"+panel.getAttribute("raw"));
				}
			}
		}
	}
)

// TBD: ignore 'quoted' delimiters (e.g., "{{{+++foo===}}}" isn't really a slider)
function findMatchingDelimiter(src,starttext,endtext) {
	var startpos = 0;
	var endpos = src.indexOf(endtext);
	// check for nested delimiters
	while (src.substring(startpos,endpos-1).indexOf(starttext)!=-1) {
		// count number of nested 'starts'
		var startcount=0;
		var temp = src.substring(startpos,endpos-1);
		var pos=temp.indexOf(starttext);
		while (pos!=-1)  { startcount++; pos=temp.indexOf(starttext,pos+starttext.length); }
		// set up to check for additional 'starts' after adjusting endpos
		startpos=endpos+endtext.length;
		// find endpos for corresponding number of matching 'ends'
		while (startcount && endpos!=-1) {
			endpos = src.indexOf(endtext,endpos+endtext.length);
			startcount--;
		}
	}
	return (endpos==-1)?src.length:endpos;
}
//}}}

//{{{
window.onClickNestedSlider=function(e)
{
	if (!e) var e = window.event;
	var theTarget = resolveTarget(e);
	var theLabel = theTarget.firstChild.data;
	var theSlider = theTarget.sliderPanel
	var isOpen = theSlider.style.display!="none";

	// toggle label
	theTarget.innerHTML=isOpen?theTarget.getAttribute("closedText"):theTarget.getAttribute("openedText");
	// toggle tooltip
	theTarget.setAttribute("title",isOpen?theTarget.getAttribute("closedTip"):theTarget.getAttribute("openedTip"));

	// deferred rendering (if needed)
	if (theSlider.getAttribute("rendered")=="false") {
		if (config.options.chkDebugLazySliderRender)
			alert("rendering '"+theLabel+"':\n\n"+theSlider.getAttribute("raw"));
		var place=theSlider;
		if (theSlider.getAttribute("blockquote")=="true")
			place=createTiddlyElement(place,"blockquote");
		wikify(theSlider.getAttribute("raw"),place);
		theSlider.setAttribute("rendered","true");
	}
	// show/hide the slider
	if(config.options.chkAnimate && (!hasClass(theSlider,'floatingPanel') || config.options.chkFloatingSlidersAnimate))
		anim.startAnimating(new Slider(theSlider,!isOpen,e.shiftKey || e.altKey,"none"));
	else
		theSlider.style.display = isOpen ? "none" : "block";
	// reset to default width (might have been changed via plugin code)
	theSlider.style.width=theSlider.defaultPanelWidth;
	// align floater panel position with target button
	if (!isOpen && window.adjustSliderPos) window.adjustSliderPos(theSlider.parentNode,theTarget,theSlider);
	// if showing panel, set focus to first 'focus-able' element in panel
	if (theSlider.style.display!="none") {
		var ctrls=theSlider.getElementsByTagName("*");
		for (var c=0; c<ctrls.length; c++) {
			var t=ctrls[c].tagName.toLowerCase();
			if ((t=="input" && ctrls[c].type!="hidden") || t=="textarea" || t=="select")
				{ ctrls[c].focus(); break; }
		}
	}
	var cookie=theTarget.sliderCookie;
	if (cookie && cookie.length) {
		config.options[cookie]=!isOpen;
		if (config.options[cookie]!=theTarget.defOpen)
			saveOptionCookie(cookie);
		else { // remove cookie if slider is in default display state
			var ex=new Date(); ex.setTime(ex.getTime()-1000);
			document.cookie = cookie+"=novalue; path=/; expires="+ex.toGMTString();
		}
	}
	// prevent SHIFT-CLICK from being processed by browser (opens blank window... yuck!)
	// but allow plain click to bubble up to page background (to dismiss open popup, if any)
	if (e.shiftKey) { e.cancelBubble=true; if (e.stopPropagation) e.stopPropagation(); }
	return false;
}
//}}}

//{{{
// click in document background closes transient panels 
document.nestedSliders_savedOnClick=document.onclick;
document.onclick=function(ev) { if (!ev) var ev=window.event; var target=resolveTarget(ev);
	// call original click handler
	if (document.nestedSliders_savedOnClick)
		var retval=document.nestedSliders_savedOnClick.apply(this,arguments);
	// if click was inside transient panel (or something contained by a transient panel)... leave it alone
	var p=target;
	while (p)
		if ((hasClass(p,"floatingPanel")||hasClass(p,"sliderPanel"))&&p.getAttribute("transient")=="true") break;
		else p=p.parentNode;
	if (p) return retval;
	// otherwise, find and close all transient panels...
	var all=document.all?document.all:document.getElementsByTagName("DIV");
	for (var i=0; i<all.length; i++) {
		 // if it is not a transient panel, or the click was on the button that opened this panel, don't close it.
		if (all[i].getAttribute("transient")!="true" || all[i].button==target) continue;
		// otherwise, if the panel is currently visible, close it by clicking it's button
		if (all[i].style.display!="none") window.onClickNestedSlider({target:all[i].button}) 
	}
	return retval;
};
//}}}

//{{{
// adjust floating panel position based on button position
if (window.adjustSliderPos==undefined) window.adjustSliderPos=function(place,btn,panel) {
	if (hasClass(panel,"floatingPanel")) {
		var left=0;
		var top=btn.offsetHeight; 
		if (place.style.position!="relative") {
			var left=findPosX(btn);
			var top=findPosY(btn)+btn.offsetHeight;
			var p=place; while (p && !hasClass(p,'floatingPanel')) p=p.parentNode;
			if (p) { left-=findPosX(p); top-=findPosY(p); }
		}
		if (findPosX(btn)+panel.offsetWidth > getWindowWidth())  // adjust position to stay inside right window edge
			left-=findPosX(btn)+panel.offsetWidth-getWindowWidth()+15; // add extra 15px 'fudge factor'
		panel.style.left=left+"px"; panel.style.top=top+"px";
	}
}

function getWindowWidth() {
	if(document.width!=undefined)
		return document.width; // moz (FF)
	if(document.documentElement && ( document.documentElement.clientWidth || document.documentElement.clientHeight ) )
		return document.documentElement.clientWidth; // IE6
	if(document.body && ( document.body.clientWidth || document.body.clientHeight ) )
		return document.body.clientWidth; // IE4
	if(window.innerWidth!=undefined)
		return window.innerWidth; // IE - general
	return 0; // unknown
}
//}}}

//{{{
// TW2.1 and earlier:
// hijack Slider animation handler 'stop' handler so overflow is visible after animation has completed
Slider.prototype.coreStop = Slider.prototype.stop;
Slider.prototype.stop = function()
	{ this.coreStop.apply(this,arguments); this.element.style.overflow = "visible"; }

// TW2.2+
// hijack start/stop handlers so overflow style is saved and restored after animation has completed
if (version.major+.1*version.minor+.01*version.revision>=2.2) {
/**
	Animator.prototype.core_startAnimating = Animator.prototype.startAnimating;
	Animator.prototype.startAnimating = function() {
		for(var t=0; t<arguments.length; t++)
			arguments[t].element.save_overflow=arguments[t].element.style.overflow;
		return this.core_startAnimating.apply(this,arguments);
	};
**/
	Morpher.prototype.coreStop = Morpher.prototype.stop;
	Morpher.prototype.stop = function() {
		this.coreStop.apply(this,arguments);
		this.element.style.overflow = this.element.save_overflow||"visible";
	};
}
//}}}

!功用
!作法
#
#
#
#
!透過R Commander得到「Ogive」
<html><iframe src="https://docs.google.com/present/embed?id=dc884f6s_1867v4cbmcw" frameborder="0" width="410" height="342"></iframe></html>
!關於「解讀Ogive」

<html><div align="center"><iframe src ="http://www.ailab.si/orange/" width="100%" align="center" height=400"></iframe></div></html>

/***
|''Name:''|PasswordOptionPlugin|
|''Description:''|Extends TiddlyWiki options with non encrypted password option.|
|''Version:''|1.0.2|
|''Date:''|Apr 19, 2007|
|''Source:''|http://tiddlywiki.bidix.info/#PasswordOptionPlugin|
|''Author:''|BidiX (BidiX (at) bidix (dot) info)|
|''License:''|[[BSD open source license|http://tiddlywiki.bidix.info/#%5B%5BBSD%20open%20source%20license%5D%5D ]]|
|''~CoreVersion:''|2.2.0 (Beta 5)|
***/
//{{{
version.extensions.PasswordOptionPlugin = {
	major: 1, minor: 0, revision: 2, 
	date: new Date("Apr 19, 2007"),
	source: 'http://tiddlywiki.bidix.info/#PasswordOptionPlugin',
	author: 'BidiX (BidiX (at) bidix (dot) info',
	license: '[[BSD open source license|http://tiddlywiki.bidix.info/#%5B%5BBSD%20open%20source%20license%5D%5D]]',
	coreVersion: '2.2.0 (Beta 5)'
};

config.macros.option.passwordCheckboxLabel = "Save this password on this computer";
config.macros.option.passwordInputType = "password"; // password | text
setStylesheet(".pasOptionInput {width: 11em;}\n","passwordInputTypeStyle");

merge(config.macros.option.types, {
	'pas': {
		elementType: "input",
		valueField: "value",
		eventName: "onkeyup",
		className: "pasOptionInput",
		typeValue: config.macros.option.passwordInputType,
		create: function(place,type,opt,className,desc) {
			// password field
			config.macros.option.genericCreate(place,'pas',opt,className,desc);
			// checkbox linked with this password "save this password on this computer"
			config.macros.option.genericCreate(place,'chk','chk'+opt,className,desc);			
			// text savePasswordCheckboxLabel
			place.appendChild(document.createTextNode(config.macros.option.passwordCheckboxLabel));
		},
		onChange: config.macros.option.genericOnChange
	}
});

merge(config.optionHandlers['chk'], {
	get: function(name) {
		// is there an option linked with this chk ?
		var opt = name.substr(3);
		if (config.options[opt]) 
			saveOptionCookie(opt);
		return config.options[name] ? "true" : "false";
	}
});

merge(config.optionHandlers, {
	'pas': {
 		get: function(name) {
			if (config.options["chk"+name]) {
				return encodeCookie(config.options[name].toString());
			} else {
				return "";
			}
		},
		set: function(name,value) {config.options[name] = decodeCookie(value);}
	}
});

// need to reload options to load passwordOptions
loadOptionsCookie();

/*
if (!config.options['pasPassword'])
	config.options['pasPassword'] = '';

merge(config.optionsDesc,{
		pasPassword: "Test password"
	});
*/
//}}}

// AJAX code adapted from http://timmorgan.org/mini
// This is already loaded by ziddlywiki...
if(typeof(window["ajax"]) == "undefined") {
  ajax = {
      x: function(){try{return new ActiveXObject('Msxml2.XMLHTTP')}catch(e){try{return new ActiveXObject('Microsoft.XMLHTTP')}catch(e){return new XMLHttpRequest()}}},
      gets: function(url){var x=ajax.x();x.open('GET',url,false);x.send(null);return x.responseText}
  }
}

// Load jsMath
jsMath = {
  Setup: {inited: 1},          // don't run jsMath.Setup.Body() yet
  Autoload: {root: new String(document.location).replace(/[^\/]*$/,'jsMath/')}  // URL to jsMath directory, change if necessary
};
var jsMathstr;
try {
  jsMathstr = ajax.gets(jsMath.Autoload.root+"jsMath.js");
} catch(e) {
  alert("jsMath was not found: you must place the 'jsMath' directory in the same place as this file.  "
       +"The error was:\n"+e.name+": "+e.message);
  throw(e);  // abort eval
}
try {
  window.eval(jsMathstr);
} catch(e) {
  alert("jsMath failed to load.  The error was:\n"+e.name + ": " + e.message + " on line " + e.lineNumber);
}
jsMath.Setup.inited=0;  //  allow jsMath.Setup.Body() to run again

// Define wikifers for latex
config.formatterHelpers.mathFormatHelper = function(w) {
    var e = document.createElement(this.element);
    e.className = this.className;
    var endRegExp = new RegExp(this.terminator, "mg");
    endRegExp.lastIndex = w.matchStart+w.matchLength;
    var matched = endRegExp.exec(w.source);
    if(matched) {
        var txt = w.source.substr(w.matchStart+w.matchLength, 
            matched.index-w.matchStart-w.matchLength);
        if(this.keepdelim) {
          txt = w.source.substr(w.matchStart, matched.index+matched[0].length-w.matchStart);
        }
        e.appendChild(document.createTextNode(txt));
        w.output.appendChild(e);
        w.nextMatch = endRegExp.lastIndex;
    }
}

config.formatters.push({
  name: "displayMath1",
  match: "\\\$\\\$",
  terminator: "\\\$\\\$\\n?", // 2.0 compatability
  termRegExp: "\\\$\\\$\\n?",
  element: "div",
  className: "math",
  handler: config.formatterHelpers.mathFormatHelper
});

config.formatters.push({
  name: "inlineMath1",
  match: "\\\$", 
  terminator: "\\\$", // 2.0 compatability
  termRegExp: "\\\$",
  element: "span",
  className: "math",
  handler: config.formatterHelpers.mathFormatHelper
});

var backslashformatters = new Array(0);

backslashformatters.push({
  name: "inlineMath2",
  match: "\\\\\\\(",
  terminator: "\\\\\\\)", // 2.0 compatability
  termRegExp: "\\\\\\\)",
  element: "span",
  className: "math",
  handler: config.formatterHelpers.mathFormatHelper
});

backslashformatters.push({
  name: "displayMath2",
  match: "\\\\\\\[",
  terminator: "\\\\\\\]\\n?", // 2.0 compatability
  termRegExp: "\\\\\\\]\\n?",
  element: "div",
  className: "math",
  handler: config.formatterHelpers.mathFormatHelper
});

backslashformatters.push({
  name: "displayMath3",
  match: "\\\\begin\\{equation\\}",
  terminator: "\\\\end\\{equation\\}\\n?", // 2.0 compatability
  termRegExp: "\\\\end\\{equation\\}\\n?",
  element: "div",
  className: "math",
  handler: config.formatterHelpers.mathFormatHelper
});

// These can be nested.  e.g. \begin{equation} \begin{array}{ccc} \begin{array}{ccc} ...
backslashformatters.push({
  name: "displayMath4",
  match: "\\\\begin\\{eqnarray\\}",
  terminator: "\\\\end\\{eqnarray\\}\\n?", // 2.0 compatability
  termRegExp: "\\\\end\\{eqnarray\\}\\n?",
  element: "div",
  className: "math",
  keepdelim: true,
  handler: config.formatterHelpers.mathFormatHelper
});

// The escape must come between backslash formatters and regular ones.
// So any latex-like \commands must be added to the beginning of
// backslashformatters here.
backslashformatters.push({
    name: "escape",
    match: "\\\\.",
    handler: function(w) {
        w.output.appendChild(document.createTextNode(w.source.substr(w.matchStart+1,1)));
        w.nextMatch = w.matchStart+2;
    }
});

config.formatters=backslashformatters.concat(config.formatters);

window.wikify = function(source,output,highlightRegExp,tiddler)
{
    if(source && source != "") {
        if(version.major == 2 && version.minor > 0) {
            var wikifier = new Wikifier(source,getParser(tiddler),highlightRegExp,tiddler);
            wikifier.subWikifyUnterm(output);
        } else {
            var wikifier = new Wikifier(source,formatter,highlightRegExp,tiddler);
            wikifier.subWikify(output,null);
        }
        jsMath.ProcessBeforeShowing();
    }
}

<html><div align="center"><iframe src ="http://www.r-project.org/" width="100%" align="center" height=400"></iframe></div></html>

<html><iframe src="https://docs.google.com/present/embed?id=dc884f6s_84d7tvb798" frameborder="0" width="410" height="342"></iframe></html>

<html><div align="center"><iframe src ="http://www.r-bloggers.com/" width="100%" align="center" height=400"></iframe></div></html>

<html><div align="center"><iframe src ="http://www.ef-prime.com/products/ranalyticflow_en/" width="100%" align="center" height=400"></iframe></div></html>

| 主題 | 子題 | 範例 |
| 為什麼挑R? || [[為什麼挑R?]] |
| 安裝 | R基座 | [[安裝R基座]] |
|~| 套件 | [[安裝R Commander]]、[[安裝R Commander的plug-ins]]、[[安裝Rattle]] |
| 統計計算 | 圖 | [[用圖搜尋投注策略]]、[[電腦繪圖的基本道理]] |
|~| 數字 | [[R支援的變數|第三幕：R支援的變數]] |
| 把資料抓入R | 範例一 | [[把US Temperatures的數據轉入R]] |
|~| 範例二 ||
| 探索式資料分析(EDA) | 盒形圖首部曲 | [[]] |
|~| 散佈圖首部曲 | [[plot(x,y,...)首部曲]]、[[plot(x,y,...)二部曲]] |
|~| 散佈圖二部曲 | [[US Temperatures的分佈圖]] |
| 建模 | 簡單線性迴歸 | [[lm(y~x, data=Dataset)首部曲]] |
|~| 統計推論 | [[解讀summary(cars.lm.1)]] |
|~| 複線性迴歸 ||
|~| 多項式迴歸 ||
|~| 指示變數 ||
|~| 變異數分析模型 ||

R是一種積木式軟體環境。R官方提供您一個建構自己花園的基座(地基)，您想成就什麼樣的房子、花園，就到市場採買需要的積木，回來後插上基座，您就會有跟別人不完全一樣的統計學習環境。

<html><div align="center"><iframe src ="http://www.amazon.co.uk/Sense-Nonsense-Statistical-Inference-Controversy/dp/0824787986" width="100%" align="center" height=400"></iframe></div></html>

<html><object width="480" height="385"><param name="movie" value="http://www.youtube.com/v/ZGTBOhbahmY?fs=1&amp;hl=zh_TW"></param><param name="allowFullScreen" value="true"></param><param name="allowscriptaccess" value="always"></param><embed src="http://www.youtube.com/v/ZGTBOhbahmY?fs=1&amp;hl=zh_TW" type="application/x-shockwave-flash" allowscriptaccess="always" allowfullscreen="true" width="480" height="385"></embed></object></html>

無BB的終身學習筆記。Statistics means never having to say you're certain. <<today>>, (<<version>>), <<fontSize "">>

統計學園

<html><div align="center"><iframe src ="http://www.tiddlywiki.com/" width="100%" align="center" height=400"></iframe></div></html>

/***
Description: Contains the stuff you need to use Tiddlyspot
Note, you also need UploadPlugin, PasswordOptionPlugin and LoadRemoteFileThroughProxy
from http://tiddlywiki.bidix.info for a complete working Tiddlyspot site.
***/
//{{{

// edit this if you are migrating sites or retrofitting an existing TW
config.tiddlyspotSiteId = 'statschool';

// make it so you can by default see edit controls via http
config.options.chkHttpReadOnly = false;
window.readOnly = false; // make sure of it (for tw 2.2)
window.showBackstage = true; // show backstage too

// disable autosave in d3
if (window.location.protocol != "file:")
	config.options.chkGTDLazyAutoSave = false;

// tweak shadow tiddlers to add upload button, password entry box etc
with (config.shadowTiddlers) {
	SiteUrl = 'http://'+config.tiddlyspotSiteId+'.tiddlyspot.com';
	SideBarOptions = SideBarOptions.replace(/(<<saveChanges>>)/,"$1<<tiddler TspotSidebar>>");
	OptionsPanel = OptionsPanel.replace(/^/,"<<tiddler TspotOptions>>");
	DefaultTiddlers = DefaultTiddlers.replace(/^/,"[[WelcomeToTiddlyspot]] ");
	MainMenu = MainMenu.replace(/^/,"[[WelcomeToTiddlyspot]] ");
}

// create some shadow tiddler content
merge(config.shadowTiddlers,{

'TspotOptions':[
 "tiddlyspot password:",
 "<<option pasUploadPassword>>",
 ""
].join("\n"),

'TspotControls':[
 "| tiddlyspot password:|<<option pasUploadPassword>>|",
 "| site management:|<<upload http://" + config.tiddlyspotSiteId + ".tiddlyspot.com/store.cgi index.html . .  " + config.tiddlyspotSiteId + ">>//(requires tiddlyspot password)//<br>[[control panel|http://" + config.tiddlyspotSiteId + ".tiddlyspot.com/controlpanel]], [[download (go offline)|http://" + config.tiddlyspotSiteId + ".tiddlyspot.com/download]]|",
 "| links:|[[tiddlyspot.com|http://tiddlyspot.com/]], [[FAQs|http://faq.tiddlyspot.com/]], [[blog|http://tiddlyspot.blogspot.com/]], email [[support|mailto:support@tiddlyspot.com]] & [[feedback|mailto:feedback@tiddlyspot.com]], [[donate|http://tiddlyspot.com/?page=donate]]|"
].join("\n"),

'WelcomeToTiddlyspot':[
 "This document is a ~TiddlyWiki from tiddlyspot.com.  A ~TiddlyWiki is an electronic notebook that is great for managing todo lists, personal information, and all sorts of things.",
 "",
 "@@font-weight:bold;font-size:1.3em;color:#444; //What now?// &nbsp;&nbsp;@@ Before you can save any changes, you need to enter your password in the form below.  Then configure privacy and other site settings at your [[control panel|http://" + config.tiddlyspotSiteId + ".tiddlyspot.com/controlpanel]] (your control panel username is //" + config.tiddlyspotSiteId + "//).",
 "<<tiddler TspotControls>>",
 "See also GettingStarted.",
 "",
 "@@font-weight:bold;font-size:1.3em;color:#444; //Working online// &nbsp;&nbsp;@@ You can edit this ~TiddlyWiki right now, and save your changes using the \"save to web\" button in the column on the right.",
 "",
 "@@font-weight:bold;font-size:1.3em;color:#444; //Working offline// &nbsp;&nbsp;@@ A fully functioning copy of this ~TiddlyWiki can be saved onto your hard drive or USB stick.  You can make changes and save them locally without being connected to the Internet.  When you're ready to sync up again, just click \"upload\" and your ~TiddlyWiki will be saved back to tiddlyspot.com.",
 "",
 "@@font-weight:bold;font-size:1.3em;color:#444; //Help!// &nbsp;&nbsp;@@ Find out more about ~TiddlyWiki at [[TiddlyWiki.com|http://tiddlywiki.com]].  Also visit [[TiddlyWiki.org|http://tiddlywiki.org]] for documentation on learning and using ~TiddlyWiki. New users are especially welcome on the [[TiddlyWiki mailing list|http://groups.google.com/group/TiddlyWiki]], which is an excellent place to ask questions and get help.  If you have a tiddlyspot related problem email [[tiddlyspot support|mailto:support@tiddlyspot.com]].",
 "",
 "@@font-weight:bold;font-size:1.3em;color:#444; //Enjoy :)// &nbsp;&nbsp;@@ We hope you like using your tiddlyspot.com site.  Please email [[feedback@tiddlyspot.com|mailto:feedback@tiddlyspot.com]] with any comments or suggestions."
].join("\n"),

'TspotSidebar':[
 "<<upload http://" + config.tiddlyspotSiteId + ".tiddlyspot.com/store.cgi index.html . .  " + config.tiddlyspotSiteId + ">><html><a href='http://" + config.tiddlyspotSiteId + ".tiddlyspot.com/download' class='button'>download</a></html>"
].join("\n")

});
//}}}

<html><iframe src="https://docs.google.com/present/embed?id=dc884f6s_62cpz9qxgs" frameborder="0" width="410" height="342"></iframe></html>

| !date | !user | !location | !storeUrl | !uploadDir | !toFilename | !backupdir | !origin |
| 19/12/2010 18:36:33 | YourName | [[statschool.html|file:///Users/wujungpin/Documents/teaching/public/statschool/statschool.html]] | [[store.cgi|http://statschool.tiddlyspot.com/store.cgi]] | . | [[index.html | http://statschool.tiddlyspot.com/index.html]] | . | ok |
| 12/01/2011 18:58:14 | 吳榮彬 | [[statschool.html|file:///Users/wujungpin/Documents/teaching/public/statschool/statschool.html]] | [[store.cgi|http://statschool.tiddlyspot.com/store.cgi]] | . | [[index.html | http://statschool.tiddlyspot.com/index.html]] | . |
| 05/03/2011 15:49:10 | YourName | [[/|http://statschool.tiddlyspot.com/]] | [[store.cgi|http://statschool.tiddlyspot.com/store.cgi]] | . | [[index.html | http://statschool.tiddlyspot.com/index.html]] | . | ok |
| 05/03/2011 16:11:18 | YourName | [[/|http://statschool.tiddlyspot.com/]] | [[store.cgi|http://statschool.tiddlyspot.com/store.cgi]] | . | [[index.html | http://statschool.tiddlyspot.com/index.html]] | . | ok |
| 05/03/2011 21:30:37 | YourName | [[/|http://statschool.tiddlyspot.com/]] | [[store.cgi|http://statschool.tiddlyspot.com/store.cgi]] | . | [[index.html | http://statschool.tiddlyspot.com/index.html]] | . |
| 08/03/2011 18:25:30 | YourName | [[/|http://statschool.tiddlyspot.com/]] | [[store.cgi|http://statschool.tiddlyspot.com/store.cgi]] | . | [[index.html | http://statschool.tiddlyspot.com/index.html]] | . | ok |
| 08/03/2011 18:33:00 | YourName | [[/|http://statschool.tiddlyspot.com/]] | [[store.cgi|http://statschool.tiddlyspot.com/store.cgi]] | . | [[index.html | http://statschool.tiddlyspot.com/index.html]] | . |
| 08/03/2011 19:15:25 | YourName | [[/|http://statschool.tiddlyspot.com/]] | [[store.cgi|http://statschool.tiddlyspot.com/store.cgi]] | . | [[index.html | http://statschool.tiddlyspot.com/index.html]] | . |
| 13/09/2011 12:45:56 | YourName | [[/|http://statschool.tiddlyspot.com/]] | [[store.cgi|http://statschool.tiddlyspot.com/store.cgi]] | . | [[index.html | http://statschool.tiddlyspot.com/index.html]] | . | ok |
| 13/09/2011 12:51:04 | YourName | [[/|http://statschool.tiddlyspot.com/]] | [[store.cgi|http://statschool.tiddlyspot.com/store.cgi]] | . | [[index.html | http://statschool.tiddlyspot.com/index.html]] | . |

/***
|''Name:''|UploadPlugin|
|''Description:''|Save to web a TiddlyWiki|
|''Version:''|4.1.3|
|''Date:''|Feb 24, 2008|
|''Source:''|http://tiddlywiki.bidix.info/#UploadPlugin|
|''Documentation:''|http://tiddlywiki.bidix.info/#UploadPluginDoc|
|''Author:''|BidiX (BidiX (at) bidix (dot) info)|
|''License:''|[[BSD open source license|http://tiddlywiki.bidix.info/#%5B%5BBSD%20open%20source%20license%5D%5D ]]|
|''~CoreVersion:''|2.2.0|
|''Requires:''|PasswordOptionPlugin|
***/
//{{{
version.extensions.UploadPlugin = {
	major: 4, minor: 1, revision: 3,
	date: new Date("Feb 24, 2008"),
	source: 'http://tiddlywiki.bidix.info/#UploadPlugin',
	author: 'BidiX (BidiX (at) bidix (dot) info',
	coreVersion: '2.2.0'
};

//
// Environment
//

if (!window.bidix) window.bidix = {}; // bidix namespace
bidix.debugMode = false;	// true to activate both in Plugin and UploadService
	
//
// Upload Macro
//

config.macros.upload = {
// default values
	defaultBackupDir: '',	//no backup
	defaultStoreScript: "store.php",
	defaultToFilename: "index.html",
	defaultUploadDir: ".",
	authenticateUser: true	// UploadService Authenticate User
};
	
config.macros.upload.label = {
	promptOption: "Save and Upload this TiddlyWiki with UploadOptions",
	promptParamMacro: "Save and Upload this TiddlyWiki in %0",
	saveLabel: "save to web", 
	saveToDisk: "save to disk",
	uploadLabel: "upload"	
};

config.macros.upload.messages = {
	noStoreUrl: "No store URL in parmeters or options",
	usernameOrPasswordMissing: "Username or password missing"
};

config.macros.upload.handler = function(place,macroName,params) {
	if (readOnly)
		return;
	var label;
	if (document.location.toString().substr(0,4) == "http") 
		label = this.label.saveLabel;
	else
		label = this.label.uploadLabel;
	var prompt;
	if (params[0]) {
		prompt = this.label.promptParamMacro.toString().format([this.destFile(params[0], 
			(params[1] ? params[1]:bidix.basename(window.location.toString())), params[3])]);
	} else {
		prompt = this.label.promptOption;
	}
	createTiddlyButton(place, label, prompt, function() {config.macros.upload.action(params);}, null, null, this.accessKey);
};

config.macros.upload.action = function(params)
{
		// for missing macro parameter set value from options
		if (!params) params = {};
		var storeUrl = params[0] ? params[0] : config.options.txtUploadStoreUrl;
		var toFilename = params[1] ? params[1] : config.options.txtUploadFilename;
		var backupDir = params[2] ? params[2] : config.options.txtUploadBackupDir;
		var uploadDir = params[3] ? params[3] : config.options.txtUploadDir;
		var username = params[4] ? params[4] : config.options.txtUploadUserName;
		var password = config.options.pasUploadPassword; // for security reason no password as macro parameter	
		// for still missing parameter set default value
		if ((!storeUrl) && (document.location.toString().substr(0,4) == "http")) 
			storeUrl = bidix.dirname(document.location.toString())+'/'+config.macros.upload.defaultStoreScript;
		if (storeUrl.substr(0,4) != "http")
			storeUrl = bidix.dirname(document.location.toString()) +'/'+ storeUrl;
		if (!toFilename)
			toFilename = bidix.basename(window.location.toString());
		if (!toFilename)
			toFilename = config.macros.upload.defaultToFilename;
		if (!uploadDir)
			uploadDir = config.macros.upload.defaultUploadDir;
		if (!backupDir)
			backupDir = config.macros.upload.defaultBackupDir;
		// report error if still missing
		if (!storeUrl) {
			alert(config.macros.upload.messages.noStoreUrl);
			clearMessage();
			return false;
		}
		if (config.macros.upload.authenticateUser && (!username || !password)) {
			alert(config.macros.upload.messages.usernameOrPasswordMissing);
			clearMessage();
			return false;
		}
		bidix.upload.uploadChanges(false,null,storeUrl, toFilename, uploadDir, backupDir, username, password); 
		return false; 
};

config.macros.upload.destFile = function(storeUrl, toFilename, uploadDir) 
{
	if (!storeUrl)
		return null;
		var dest = bidix.dirname(storeUrl);
		if (uploadDir && uploadDir != '.')
			dest = dest + '/' + uploadDir;
		dest = dest + '/' + toFilename;
	return dest;
};

//
// uploadOptions Macro
//

config.macros.uploadOptions = {
	handler: function(place,macroName,params) {
		var wizard = new Wizard();
		wizard.createWizard(place,this.wizardTitle);
		wizard.addStep(this.step1Title,this.step1Html);
		var markList = wizard.getElement("markList");
		var listWrapper = document.createElement("div");
		markList.parentNode.insertBefore(listWrapper,markList);
		wizard.setValue("listWrapper",listWrapper);
		this.refreshOptions(listWrapper,false);
		var uploadCaption;
		if (document.location.toString().substr(0,4) == "http") 
			uploadCaption = config.macros.upload.label.saveLabel;
		else
			uploadCaption = config.macros.upload.label.uploadLabel;
		
		wizard.setButtons([
				{caption: uploadCaption, tooltip: config.macros.upload.label.promptOption, 
					onClick: config.macros.upload.action},
				{caption: this.cancelButton, tooltip: this.cancelButtonPrompt, onClick: this.onCancel}
				
			]);
	},
	options: [
		"txtUploadUserName",
		"pasUploadPassword",
		"txtUploadStoreUrl",
		"txtUploadDir",
		"txtUploadFilename",
		"txtUploadBackupDir",
		"chkUploadLog",
		"txtUploadLogMaxLine"		
	],
	refreshOptions: function(listWrapper) {
		var opts = [];
		for(i=0; i<this.options.length; i++) {
			var opt = {};
			opts.push();
			opt.option = "";
			n = this.options[i];
			opt.name = n;
			opt.lowlight = !config.optionsDesc[n];
			opt.description = opt.lowlight ? this.unknownDescription : config.optionsDesc[n];
			opts.push(opt);
		}
		var listview = ListView.create(listWrapper,opts,this.listViewTemplate);
		for(n=0; n<opts.length; n++) {
			var type = opts[n].name.substr(0,3);
			var h = config.macros.option.types[type];
			if (h && h.create) {
				h.create(opts[n].colElements['option'],type,opts[n].name,opts[n].name,"no");
			}
		}
		
	},
	onCancel: function(e)
	{
		backstage.switchTab(null);
		return false;
	},
	
	wizardTitle: "Upload with options",
	step1Title: "These options are saved in cookies in your browser",
	step1Html: "<input type='hidden' name='markList'></input><br>",
	cancelButton: "Cancel",
	cancelButtonPrompt: "Cancel prompt",
	listViewTemplate: {
		columns: [
			{name: 'Description', field: 'description', title: "Description", type: 'WikiText'},
			{name: 'Option', field: 'option', title: "Option", type: 'String'},
			{name: 'Name', field: 'name', title: "Name", type: 'String'}
			],
		rowClasses: [
			{className: 'lowlight', field: 'lowlight'} 
			]}
};

//
// upload functions
//

if (!bidix.upload) bidix.upload = {};

if (!bidix.upload.messages) bidix.upload.messages = {
	//from saving
	invalidFileError: "The original file '%0' does not appear to be a valid TiddlyWiki",
	backupSaved: "Backup saved",
	backupFailed: "Failed to upload backup file",
	rssSaved: "RSS feed uploaded",
	rssFailed: "Failed to upload RSS feed file",
	emptySaved: "Empty template uploaded",
	emptyFailed: "Failed to upload empty template file",
	mainSaved: "Main TiddlyWiki file uploaded",
	mainFailed: "Failed to upload main TiddlyWiki file. Your changes have not been saved",
	//specific upload
	loadOriginalHttpPostError: "Can't get original file",
	aboutToSaveOnHttpPost: 'About to upload on %0 ...',
	storePhpNotFound: "The store script '%0' was not found."
};

bidix.upload.uploadChanges = function(onlyIfDirty,tiddlers,storeUrl,toFilename,uploadDir,backupDir,username,password)
{
	var callback = function(status,uploadParams,original,url,xhr) {
		if (!status) {
			displayMessage(bidix.upload.messages.loadOriginalHttpPostError);
			return;
		}
		if (bidix.debugMode) 
			alert(original.substr(0,500)+"\n...");
		// Locate the storeArea div's 
		var posDiv = locateStoreArea(original);
		if((posDiv[0] == -1) || (posDiv[1] == -1)) {
			alert(config.messages.invalidFileError.format([localPath]));
			return;
		}
		bidix.upload.uploadRss(uploadParams,original,posDiv);
	};
	
	if(onlyIfDirty && !store.isDirty())
		return;
	clearMessage();
	// save on localdisk ?
	if (document.location.toString().substr(0,4) == "file") {
		var path = document.location.toString();
		var localPath = getLocalPath(path);
		saveChanges();
	}
	// get original
	var uploadParams = new Array(storeUrl,toFilename,uploadDir,backupDir,username,password);
	var originalPath = document.location.toString();
	// If url is a directory : add index.html
	if (originalPath.charAt(originalPath.length-1) == "/")
		originalPath = originalPath + "index.html";
	var dest = config.macros.upload.destFile(storeUrl,toFilename,uploadDir);
	var log = new bidix.UploadLog();
	log.startUpload(storeUrl, dest, uploadDir,  backupDir);
	displayMessage(bidix.upload.messages.aboutToSaveOnHttpPost.format([dest]));
	if (bidix.debugMode) 
		alert("about to execute Http - GET on "+originalPath);
	var r = doHttp("GET",originalPath,null,null,username,password,callback,uploadParams,null);
	if (typeof r == "string")
		displayMessage(r);
	return r;
};

bidix.upload.uploadRss = function(uploadParams,original,posDiv) 
{
	var callback = function(status,params,responseText,url,xhr) {
		if(status) {
			var destfile = responseText.substring(responseText.indexOf("destfile:")+9,responseText.indexOf("\n", responseText.indexOf("destfile:")));
			displayMessage(bidix.upload.messages.rssSaved,bidix.dirname(url)+'/'+destfile);
			bidix.upload.uploadMain(params[0],params[1],params[2]);
		} else {
			displayMessage(bidix.upload.messages.rssFailed);			
		}
	};
	// do uploadRss
	if(config.options.chkGenerateAnRssFeed) {
		var rssPath = uploadParams[1].substr(0,uploadParams[1].lastIndexOf(".")) + ".xml";
		var rssUploadParams = new Array(uploadParams[0],rssPath,uploadParams[2],'',uploadParams[4],uploadParams[5]);
		var rssString = generateRss();
		// no UnicodeToUTF8 conversion needed when location is "file" !!!
		if (document.location.toString().substr(0,4) != "file")
			rssString = convertUnicodeToUTF8(rssString);	
		bidix.upload.httpUpload(rssUploadParams,rssString,callback,Array(uploadParams,original,posDiv));
	} else {
		bidix.upload.uploadMain(uploadParams,original,posDiv);
	}
};

bidix.upload.uploadMain = function(uploadParams,original,posDiv) 
{
	var callback = function(status,params,responseText,url,xhr) {
		var log = new bidix.UploadLog();
		if(status) {
			// if backupDir specified
			if ((params[3]) && (responseText.indexOf("backupfile:") > -1))  {
				var backupfile = responseText.substring(responseText.indexOf("backupfile:")+11,responseText.indexOf("\n", responseText.indexOf("backupfile:")));
				displayMessage(bidix.upload.messages.backupSaved,bidix.dirname(url)+'/'+backupfile);
			}
			var destfile = responseText.substring(responseText.indexOf("destfile:")+9,responseText.indexOf("\n", responseText.indexOf("destfile:")));
			displayMessage(bidix.upload.messages.mainSaved,bidix.dirname(url)+'/'+destfile);
			store.setDirty(false);
			log.endUpload("ok");
		} else {
			alert(bidix.upload.messages.mainFailed);
			displayMessage(bidix.upload.messages.mainFailed);
			log.endUpload("failed");			
		}
	};
	// do uploadMain
	var revised = bidix.upload.updateOriginal(original,posDiv);
	bidix.upload.httpUpload(uploadParams,revised,callback,uploadParams);
};

bidix.upload.httpUpload = function(uploadParams,data,callback,params)
{
	var localCallback = function(status,params,responseText,url,xhr) {
		url = (url.indexOf("nocache=") < 0 ? url : url.substring(0,url.indexOf("nocache=")-1));
		if (xhr.status == 404)
			alert(bidix.upload.messages.storePhpNotFound.format([url]));
		if ((bidix.debugMode) || (responseText.indexOf("Debug mode") >= 0 )) {
			alert(responseText);
			if (responseText.indexOf("Debug mode") >= 0 )
				responseText = responseText.substring(responseText.indexOf("\n\n")+2);
		} else if (responseText.charAt(0) != '0') 
			alert(responseText);
		if (responseText.charAt(0) != '0')
			status = null;
		callback(status,params,responseText,url,xhr);
	};
	// do httpUpload
	var boundary = "---------------------------"+"AaB03x";	
	var uploadFormName = "UploadPlugin";
	// compose headers data
	var sheader = "";
	sheader += "--" + boundary + "\r\nContent-disposition: form-data; name=\"";
	sheader += uploadFormName +"\"\r\n\r\n";
	sheader += "backupDir="+uploadParams[3] +
				";user=" + uploadParams[4] +
				";password=" + uploadParams[5] +
				";uploaddir=" + uploadParams[2];
	if (bidix.debugMode)
		sheader += ";debug=1";
	sheader += ";;\r\n"; 
	sheader += "\r\n" + "--" + boundary + "\r\n";
	sheader += "Content-disposition: form-data; name=\"userfile\"; filename=\""+uploadParams[1]+"\"\r\n";
	sheader += "Content-Type: text/html;charset=UTF-8" + "\r\n";
	sheader += "Content-Length: " + data.length + "\r\n\r\n";
	// compose trailer data
	var strailer = new String();
	strailer = "\r\n--" + boundary + "--\r\n";
	data = sheader + data + strailer;
	if (bidix.debugMode) alert("about to execute Http - POST on "+uploadParams[0]+"\n with \n"+data.substr(0,500)+ " ... ");
	var r = doHttp("POST",uploadParams[0],data,"multipart/form-data; ;charset=UTF-8; boundary="+boundary,uploadParams[4],uploadParams[5],localCallback,params,null);
	if (typeof r == "string")
		displayMessage(r);
	return r;
};

// same as Saving's updateOriginal but without convertUnicodeToUTF8 calls
bidix.upload.updateOriginal = function(original, posDiv)
{
	if (!posDiv)
		posDiv = locateStoreArea(original);
	if((posDiv[0] == -1) || (posDiv[1] == -1)) {
		alert(config.messages.invalidFileError.format([localPath]));
		return;
	}
	var revised = original.substr(0,posDiv[0] + startSaveArea.length) + "\n" +
				store.allTiddlersAsHtml() + "\n" +
				original.substr(posDiv[1]);
	var newSiteTitle = getPageTitle().htmlEncode();
	revised = revised.replaceChunk("<title"+">","</title"+">"," " + newSiteTitle + " ");
	revised = updateMarkupBlock(revised,"PRE-HEAD","MarkupPreHead");
	revised = updateMarkupBlock(revised,"POST-HEAD","MarkupPostHead");
	revised = updateMarkupBlock(revised,"PRE-BODY","MarkupPreBody");
	revised = updateMarkupBlock(revised,"POST-SCRIPT","MarkupPostBody");
	return revised;
};

//
// UploadLog
// 
// config.options.chkUploadLog :
//		false : no logging
//		true : logging
// config.options.txtUploadLogMaxLine :
//		-1 : no limit
//      0 :  no Log lines but UploadLog is still in place
//		n :  the last n lines are only kept
//		NaN : no limit (-1)

bidix.UploadLog = function() {
	if (!config.options.chkUploadLog) 
		return; // this.tiddler = null
	this.tiddler = store.getTiddler("UploadLog");
	if (!this.tiddler) {
		this.tiddler = new Tiddler();
		this.tiddler.title = "UploadLog";
		this.tiddler.text = "| !date | !user | !location | !storeUrl | !uploadDir | !toFilename | !backupdir | !origin |";
		this.tiddler.created = new Date();
		this.tiddler.modifier = config.options.txtUserName;
		this.tiddler.modified = new Date();
		store.addTiddler(this.tiddler);
	}
	return this;
};

bidix.UploadLog.prototype.addText = function(text) {
	if (!this.tiddler)
		return;
	// retrieve maxLine when we need it
	var maxLine = parseInt(config.options.txtUploadLogMaxLine,10);
	if (isNaN(maxLine))
		maxLine = -1;
	// add text
	if (maxLine != 0) 
		this.tiddler.text = this.tiddler.text + text;
	// Trunck to maxLine
	if (maxLine >= 0) {
		var textArray = this.tiddler.text.split('\n');
		if (textArray.length > maxLine + 1)
			textArray.splice(1,textArray.length-1-maxLine);
			this.tiddler.text = textArray.join('\n');		
	}
	// update tiddler fields
	this.tiddler.modifier = config.options.txtUserName;
	this.tiddler.modified = new Date();
	store.addTiddler(this.tiddler);
	// refresh and notifiy for immediate update
	story.refreshTiddler(this.tiddler.title);
	store.notify(this.tiddler.title, true);
};

bidix.UploadLog.prototype.startUpload = function(storeUrl, toFilename, uploadDir,  backupDir) {
	if (!this.tiddler)
		return;
	var now = new Date();
	var text = "\n| ";
	var filename = bidix.basename(document.location.toString());
	if (!filename) filename = '/';
	text += now.formatString("0DD/0MM/YYYY 0hh:0mm:0ss") +" | ";
	text += config.options.txtUserName + " | ";
	text += "[["+filename+"|"+location + "]] |";
	text += " [[" + bidix.basename(storeUrl) + "|" + storeUrl + "]] | ";
	text += uploadDir + " | ";
	text += "[[" + bidix.basename(toFilename) + " | " +toFilename + "]] | ";
	text += backupDir + " |";
	this.addText(text);
};

bidix.UploadLog.prototype.endUpload = function(status) {
	if (!this.tiddler)
		return;
	this.addText(" "+status+" |");
};

//
// Utilities
// 

bidix.checkPlugin = function(plugin, major, minor, revision) {
	var ext = version.extensions[plugin];
	if (!
		(ext  && 
			((ext.major > major) || 
			((ext.major == major) && (ext.minor > minor))  ||
			((ext.major == major) && (ext.minor == minor) && (ext.revision >= revision))))) {
			// write error in PluginManager
			if (pluginInfo)
				pluginInfo.log.push("Requires " + plugin + " " + major + "." + minor + "." + revision);
			eval(plugin); // generate an error : "Error: ReferenceError: xxxx is not defined"
	}
};

bidix.dirname = function(filePath) {
	if (!filePath) 
		return;
	var lastpos;
	if ((lastpos = filePath.lastIndexOf("/")) != -1) {
		return filePath.substring(0, lastpos);
	} else {
		return filePath.substring(0, filePath.lastIndexOf("\\"));
	}
};

bidix.basename = function(filePath) {
	if (!filePath) 
		return;
	var lastpos;
	if ((lastpos = filePath.lastIndexOf("#")) != -1) 
		filePath = filePath.substring(0, lastpos);
	if ((lastpos = filePath.lastIndexOf("/")) != -1) {
		return filePath.substring(lastpos + 1);
	} else
		return filePath.substring(filePath.lastIndexOf("\\")+1);
};

bidix.initOption = function(name,value) {
	if (!config.options[name])
		config.options[name] = value;
};

//
// Initializations
//

// require PasswordOptionPlugin 1.0.1 or better
bidix.checkPlugin("PasswordOptionPlugin", 1, 0, 1);

// styleSheet
setStylesheet('.txtUploadStoreUrl, .txtUploadBackupDir, .txtUploadDir {width: 22em;}',"uploadPluginStyles");

//optionsDesc
merge(config.optionsDesc,{
	txtUploadStoreUrl: "Url of the UploadService script (default: store.php)",
	txtUploadFilename: "Filename of the uploaded file (default: in index.html)",
	txtUploadDir: "Relative Directory where to store the file (default: . (downloadService directory))",
	txtUploadBackupDir: "Relative Directory where to backup the file. If empty no backup. (default: ''(empty))",
	txtUploadUserName: "Upload Username",
	pasUploadPassword: "Upload Password",
	chkUploadLog: "do Logging in UploadLog (default: true)",
	txtUploadLogMaxLine: "Maximum of lines in UploadLog (default: 10)"
});

// Options Initializations
bidix.initOption('txtUploadStoreUrl','');
bidix.initOption('txtUploadFilename','');
bidix.initOption('txtUploadDir','');
bidix.initOption('txtUploadBackupDir','');
bidix.initOption('txtUploadUserName','');
bidix.initOption('pasUploadPassword','');
bidix.initOption('chkUploadLog',true);
bidix.initOption('txtUploadLogMaxLine','10');


// Backstage
merge(config.tasks,{
	uploadOptions: {text: "upload", tooltip: "Change UploadOptions and Upload", content: '<<uploadOptions>>'}
});
config.backstageTasks.push("uploadOptions");


//}}}

<html><div align="center"><iframe src ="http://www.math.union.edu/~dpvc/jsmath/" width="100%" align="center" height=400"></iframe></div></html>

!基礎設計
| 函示 | 說明 | 案例 |
| design.crd | Completely Randomized Design | [[完全隨機設計的農業案例]] |
| design.rcbd | Randomized Complete Block Design | [[隨機完全區集設計的農業案例]] |
| design.ab | Design in blocks for factorial pxq | [[把兩因子農業實驗裝入RCBD]] |
| design.lsd | Latin Square Design | [[拉丁方格設計的農業案例]] |
| design.graeco | Graeco - latin square design | [[希臘拉丁方格設計的農業案例]] |
| design.split | Split Plot Design | [[裂區設計的農業案例]] |
!進階設計
| 函示 | 說明 | 案例 |
| design.alpha | Alpha design type (0,1) ||
| design.bib | Randomized Balanced Incomplete Block Designs. ||
| design.cyclic | Cyclic designs ||
| design.dau | Augmented block design ||
| design.lattice | Lattice designs ||
| design.strip | Strip Plot Design ||

<html><iframe src="https://docs.google.com/present/embed?id=dc884f6s_56gv95rxhb" frameborder="0" width="410" height="342"></iframe></html>

<html><iframe src="https://docs.google.com/present/embed?id=dc884f6s_49gk3rb3gn" frameborder="0" width="410" height="342"></iframe></html>

<html><iframe src="https://docs.google.com/present/embed?id=dc884f6s_46g6kcdpfg" frameborder="0" width="410" height="342"></iframe></html>

!!!開始解題了...
在2008年2月20日下午財稅二乙的統計課上，榮彬爸爸一再強調「這學期各位要靠自己，不能再靠老師了」。這一句話到底是什麼意思？吳老師到底要傳達什麼樣的訊息？
{{{
開始解題了。這學期你的工作重點是「學會引經據典解決統計問題」。
}}}
「母體平均估計誤差小於某正數的機率」就是你的第一個問題。
!!!Think! Think! Think! (源自Pooh的「小熊維尼與跳跳虎」。)...
「網路統計學院」[[開宗明義|網路統計學院]]就說
{{{
統計推論的本質是「舉證」。證據的強度靠機率衡量之。
}}}
因為
{{{
估計好壞的證據靠「估計誤差」衡量之
}}}
而且我們已經討論過「無法計算估計誤差」這個議題，我想你應該也接受這樣的事實，意思是「『無法計算估計誤差』已經是你的知識了」。根據開宗明義所言，我們需要「想辦法利用機率衡量『估計誤差』的強度」，加上「估計誤差是越小越好」，所以我們的第一個問題是
{{{
母體平均估計誤差小於某正數的機率
}}}
選擇「母體平均」做為我們的第一個例子，是因為「母體平均是我們第一個有興趣的母體參數」。至於估計它的樣本平均，也是人類研究最徹底的對象。
!!!為了回答「母體平均估計誤差小於1的機率」...
{{{
大聲地問自己，我會不會算「某隨機變數的絕對值小於1的機率」？
}}}
如果你已經有能力解決上述的問題，那麼你要試著學會「利用這一項本事解決現在榮彬爸爸指派給你的新問題」。為了一步一步地按部就班得到這一道新問題的答案，請先完成下述表格。設計這個表格是為了試著勾起你的回憶，讓你回想上學期機率部分曾經學過的內容，記得「在書上作記號」、「作筆記」藉以提昇自己學習的效率。
| !我們需要的舊知識 | !引經據典(在課本的哪裡？哪一章？哪幾頁？) |
| 樣本平均的機率分配 ||
| 「樣本平均」減去「母體平均」的機率分配 ||
| 「『樣本平均』減去『母體平均』的絕對值」小於「1」的圖示 ||
| 常態分配函數與標準常態分配函數之關係圖 ||
@@自問自答@@
* @@color:red;為什麼需要知道「樣本平均的機率分配」，因為「我們現在面對的是『計算機率』的問題，需要問題之隨機變數的機率分配才能算」。@@
* @@color:blue;為什麼需要知道「『樣本平均』減去『母體平均』的機率分配」，因為「利用樣本平均估計母體平均的『估計誤差』是『樣本平均』減去『母體平均』的絕對值」。@@
* @@color:red;為什麼需要知道「樣本平均減去母體平均絕對值小於1的圖示」，因為「畫圖除了協助我們思考，也加速解題的速度，讓我們快速知道推導答案的第一條方程式怎麼寫？」。@@
* @@color:blue;為什麼需要知道「常態分配函數與標準常態分配函數之關係圖」，因為「只有『標準常態隨機變數』才有表可以查(這也已經是你的知識了)」。@@
@@問題的前提@@
必須是「大樣本」，也就是說「樣本數//n//必須至少是30」。
@@開始解題@@
因為
# 樣本平均的機率分配是[[樣本平均的抽樣分配]]。因為現在樣本數//n//超過30，所以根據[[中央極限定理]]，樣本平均的抽樣分配大概是「平均等於母體平均，標準差等於母體標準差的『根號//n//之一』的常態分配」。
# 根據上述，「樣本平均」減去「母體平均（剛好是自己的平均）」的機率分配不是標準常態分配。
所以根據[[課堂用書|http://www2.oritech.com.tw/product_info.php?products_id=734&osCsid=bfa3410cbcea8087368798ad2fc9de9e]]第xx頁的圖，答案是
{{{




}}}
+++[答案]
$$
\begin{array}{rcl}
P(|\bar X - \mu| < 1.0) & = & P(|Z| < \frac{1.0}{\sigma/\sqrt{n}}) \\
 & = & 2 \times \mbox{TA}(\frac{1.0}{\sigma/\sqrt{n}})
\end{array}
$$
===
+++[細部說明]===
!!!問題解決了嗎？
{{{










}}}
@@上述答案是「可計算的」嗎？@@

!開場範例（摘錄自「吳榮彬，生物統計，2007，美商麥格羅希爾，台灣分公司。」）
一份生理學的期末報告，學生研究兩種生活形態（飲食以及吸煙）的因子如何影響血壓。針對幾位同班同學（全是女性），她記錄她們的抽煙習慣，飲食中的鈉含量，跟她們的收縮壓（毫米汞柱）。用一種因子設計ANOVA分析數據。需要平均分類技術嗎？試解釋之。
|>||>|>|>|>|>|>|>|>|>|>|>| 吸煙 |
|~|~|>|>|>|>|>| 非吸煙者 |>|>|>|>|>| 吸煙者 |
| 鈉攝取量 | 中 | 129 | 125 | 129 | 132 | 125 | 128 | 140 | 126 | 120 | 137 | 142 | 147 |
|~| 高 | 132 | 137 | 130 | 148 | 154 | 158 | 165 | 152 | 140 | 167 | 142 | 177 |
!前
一集我們[[回顧樣本變異數|回顧樣本變異數的劇本]]的緣起與計算。''這一集，我們試著把「計算樣本修正平方和」的概念，擴展到「計算處理平方和」，「計算因子平方和」，「計算交互作用平方和」，與「計算誤差平方和」。''這裡，也就是這門吳老師主持的「實驗設計」，將挑戰傳統不再走「@@線性模型@@」的推理路線，改用「@@計算公式@@」的方式，為各位呈現「變異數分析」背後的邏輯。因此，這一集試圖利用計算公式定義各式各樣的平方和。至於，如何利用計算公式論證變異數分析的正當性，請待[[下集|]]分曉。
!
!（--複習點--）再述樣本變異數
基本上，「[[樣本變異數|樣本變異數的定義]]」等於「[[樣本修正平方和|樣本修正平方和的定義]]」除以「[[樣本修正平方和的自由度|樣本修正平方和的自由度的定義]]」。為了計算「樣本修正平方和」，基本上可以利用@@定義@@
{{{
     「樣本與平均偏離」的「平方和」
}}}
其中，樣本與平均偏離等於「$y_i - \bar y$」，且平方和等於「$\sum_{i=1}^n (\bullet)^2$」，或者是利用@@計算公式@@
{{{
     「樣本平方和」扣掉「修正項」
}}}
其中，樣本平方和等於「$\sum_{i=1}^n y_i^2$」，且修正項等於「$\frac{(\sum_{i=1}^n y_i)^2}{n}$」。接下來，看一個「觀察型實驗」的結果。我們準備用這個例子示範如何「計算處理平方和」，「計算因子平方和」，「計算交互作用平方和」，與「計算誤差平方和」。並且為你揭露「分類(classification)」這個統計專有名詞的內涵。
!!例子一：[[生活形態|生活形態]]
一份生理學的期末報告，學生研究兩種生活形態（飲食以及吸煙）的因子如何影響血壓。針對幾位同班同學（全是女性），她記錄她們的抽煙習慣，飲食中的鈉含量，跟她們的收縮壓（毫米汞柱）。拿掉「鈉攝取量」跟「吸煙」這兩個變數的資訊，數據會變成

129, 125, 129, 132, 125, 128, 140, 126, 120, 137, 142, 147, 132, 137, 130, 148, 154, 158, 165, 152, 140, 167, 142, 177

| !1 | !2 | !3 | !4 | !5 | !6 | !7 | !8 | !9 | !10 | !11 | !12 | !13 | !14 | !15 | !16 | !17 | !18 | !19 | !20 | !21 | !22 | !23 | !24 |
| 129 | 125 | 129 | 132 | 125 | 128 | 140 | 126 | 120 | 137 | 142 | 147 | 132 | 137 | 130 | 148 | 154 | 158 | 165 | 152 | 140 | 167 | 142 | 177 |
!總平方和
首先登場的是「@@總平方和@@」。研究人員利用最簡單的設計所收集到的血壓值數據，如果不用任何（分類）變數分類的話，你看到的結果就是標籤「沒分類的血壓值」所揭露的數據（注意：你看到的這個表格，是加工後的結果。原始數據帶出來的表格，請點閱標籤「原始數據」。）根據這個表格，我們定義「總平方和」：
{{{
    「總平方和」就是這些數據的「樣本修正平方和」。
}}}
所以，它等於
{{{
    {樣本一的貢獻 加 樣本二的貢獻 加 … 加 最後樣本的貢獻} 減去「修正項」。
}}}
其中，
{{{
    樣本一的貢獻等於「樣本一的平方」除以「1」，
    樣本二的貢獻等於「樣本二的平方」除以「1」，
    …
    最後樣本的貢獻等於「最後樣本的平方」除以「1」。
}}}
細節是，$\{129^2 + 125^2 + \cdots + 177^2\} - \{\frac{(129 + 125 + \cdots + 177)^2}{24}\}$
!!!（--複習點--）如果手算，
我會根據以下的[[表格|手算生活形態總平方和]]
| $y_i$ | 129 | 125 | 129 | 132 | 125 | 128 | 140 | 126 | 120 | 137 | 142 | 147 | 132 | 137 | 130 | 148 | 154 | 158 | 165 | 152 | 140 | 167 | 142 | 177 | !$\sum_{i=1}^n y_i$ | 修正項 |
| $y_i^2$ ||||||||||||||||||||||||| !$\sum_{i=1}^n y_i^2$ ||
然後，利用最後面兩項總和得到[[答案|手算生活形態總平方和的答案]]，
{{{
    （第二個總和 ＝       ）- [（第一個總和的平方 ＝       ）除以（樣本數 ＝       ）] ＝ 
}}}
由於任何平方和需要扣掉的「修正項」都是同樣一項，所以我建議先計算修正項。
{{{
    修正項 ＝（第一個總和的平方 ＝       ）除以（樣本數 ＝       ）＝
}}}
因此，[[答案|手算生活形態總平方和的答案]]會是
{{{
    （第二個總和 ＝       ）- 修正項 ＝ 
}}}
!!!（--討論點--）這樣的方式有哪些好處？
#
#
#
!!!（--電腦輔助--）R的作法如下：
{{{
    bloodPressure = c(129, 125, 129, 132, 125, 128, 140, 126, 120, 137, 142, 147, 132, 137, 130, 148, 154, 158, 165, 152, 140, 167, 142, 177)
    SSTot = sum(bloodPressure^2) - (sum(bloodPressure))^2/length(bloodPressure)
}}}
!處理平方和
!!例子二（續例子一）：[[生活形態|生活形態]]
接著是「@@處理平方和@@」。利用「鈉攝取量」把原始未分類的血壓值分成兩群：一群叫做「中鈉攝取量」，另一群叫做「高鈉攝取量」。這時候，我們有興趣知道這一項分類變數「鈉攝取量」的平方和。在實驗設計這門課，我們給這樣的平方和一個一般的名字，叫做「處理平方和」。所以
{{{
    處理平方和 ＝ （所有）分類變數的平方和
}}}
| 鈉攝取量 | 中 | 129 | 125 | 129 | 132 | 125 | 128 | 140 | 126 | 120 | 137 | 142 | 147 |
|~| 高 | 132 | 137 | 130 | 148 | 154 | 158 | 165 | 152 | 140 | 167 | 142 | 177 |
就像上述「單向分類」這個標籤(tabs)帶出來的表格。看了這個表格，先數一數，我們有了以下這些重要的資訊：
>
># [[因子數|1]]（幾個因子）：
># [[各因子的水準數|2]]（幾個水準）：
># [[處理數|2]]（幾種處理）：
># [[各水準的重複數|12]]
># [[試驗數|24]]（幾項試驗）：
>
@@老師有問題@@
{{{
哪些符號代表以上的資訊？
}}}
以及以下的摘要統計量（包含上述得到的資訊）：
| 因子一 ＝ 鈉攝取量 | 水準一 ＝ 處理一 ＝ 中 | 129 | 125 | 129 | 132 | 125 | 128 | 140 | 126 | 120 | 137 | 142 | 147 | $n_1 = 12$ | $T_{1\cdot}=1580$ | $N = 24$ | $T_{\cdot\cdot}=3382$ |
|~| 水準二 ＝ 處理二 ＝ 高 | 132 | 137 | 130 | 148 | 154 | 158 | 165 | 152 | 140 | 167 | 142 | 177 | $n_2 = 12$ | $T_{2\cdot}=1802$ |~|~|
直接在原始表格加工就可以得到這個表格。（許多學生會不經意地在答案卷上複製題目卷上的表格，浪費時間，更慘的是沒有因此得到半點分數。）現在這一項實驗的處理，分別是「中鈉攝取量」跟「高鈉攝取量」。根據上面這個加工過後的表格，我們可以定義『「中鈉攝取量」跟「高鈉攝取量」』的「處理平方和」：
{{{
    {處理一的貢獻 加 處理二的貢獻} 減去 修正項
}}}
其中，
{{{
    處理一的貢獻等於「處理一總和的平方」除以「處理一的樣本數」，
    處理二的貢獻等於「處理二總和的平方」除以「處理二的樣本數」。
}}}
細節是，$\{\frac{1580^2}{12} + \frac{1802^2}{12}\} - \{\frac{3382^2}{24}\}$
!!!（--複習點--）如果手算，
我會繼續加工計算總平方和用過的[[表格|手算生活形態處理平方和]]
| 因子一 ＝ 鈉攝取量 | 水準一 ＝ 處理一 ＝ 中 | 129 | 125 | 129 | 132 | 125 | 128 | 140 | 126 | 120 | 137 | 142 | 147 | $n_1 = 12$ | $T_{1\cdot}=1580$ | $N = 24$ | $T_{\cdot\cdot}=3382$ | 修正項 |
|~|~| 16641 ||||||||||||~||~|~||
|~| 水準二 ＝ 處理二 ＝ 高 | 132 | 137 | 130 | 148 | 154 | 158 | 165 | 152 | 140 | 167 | 142 | 177 | $n_2 = 12$ | $T_{2\cdot}=1802$ |~||~|
|~|~| 17424 ||||||||||||~||~|~|~|
!!!（--電腦輔助--）R的作法如下：
{{{
    bloodPressure = c(129, 125, 129, 132, 125, 128, 140, 126, 120, 137, 142, 147, 132, 137, 130, 148, 154, 158, 165, 152, 140, 167, 142, 177)
    SSTot = sum(bloodPressure^2) - (sum(bloodPressure))^2/length(bloodPressure)
    n1 = 12
    n2 = 12
    N = n1 + n2
    takingNA = c(rep(1, n1), rep(2, n2))
    bPTable = data.frame(bP = bloodPressure, NAtaking = takingNA)
    attach(bPTable)
    Tot1 = sum(bP[NAtaking == 1])
    Tot2 = sum(bP[NAtaking == 2])
    Tot = sum(bP)
    SSTrt = Tot1^2/n1 + Tot2^2/n2 - Tot^2/N
}}}
!誤差平方和
{{{
    誤差平方和 ＝ 總平方和 扣掉 處理平方和
}}}
!因子平方和與交互作用平方和
!!例子三（續例子一）：[[生活形態|生活形態]]
|>||>|>|>|>|>|>|>|>|>|>|>| 吸煙 |
|~|~|>|>|>|>|>| 非吸煙者 |>|>|>|>|>| 吸煙者 |
| 鈉攝取量 | 中 | 129 | 125 | 129 | 132 | 125 | 128 | 140 | 126 | 120 | 137 | 142 | 147 |
|~| 高 | 132 | 137 | 130 | 148 | 154 | 158 | 165 | 152 | 140 | 167 | 142 | 177 |
{{{
    「鈉攝取量」的平方和 = 
}}}
{{{
    「吸煙」的平方和 = 
}}}
{{{
    「鈉攝取量」與「吸煙」的交互作用平方和 = 
}}}
!!
{{{
    SSA = 第一個因子的平方和 ＝
}}}
{{{
    SSB = 第二個因子的平方和 ＝
}}}
{{{
    SSAB = 兩因子交互作用的平方和 ＝
}}}
!高階交互作用平方和
!!例子四（續例子一）：[[生活形態|生活形態]]
|>||>|>|>|>|>|>|>|>|>|>|>| 吸煙 |
|~|~|>|>|>|>|>| 非吸煙者 |>|>|>|>|>| 吸煙者 |
|>| 性別 |>|>| 男性 |>|>| 女性 |>|>| 男性 |>|>| 女性 |
| 鈉攝取量 | 中 | 129 | 125 | 129 | 132 | 125 | 128 | 140 | 126 | 120 | 137 | 142 | 147 |
|~| 高 | 132 | 137 | 130 | 148 | 154 | 158 | 165 | 152 | 140 | 167 | 142 | 177 |
{{{
    「性別」的平方和 = 
}}}
{{{
    「鈉攝取量」與「性別」的交互作用平方和 = 
}}}
{{{
    「吸煙」與「性別」的交互作用平方和 = 
}}}
{{{
    「鈉攝取量」、「吸煙」、與「性別」的高階交互作用平方和 = 
}}}
!!
{{{
    SSC = 第三個因子的平方和 ＝
}}}
{{{
    SSAC = A因子跟C因子的交互作用平方和 ＝
}}}
{{{
    SSBC = B因子跟C因子的交互作用平方和 ＝
}}}
{{{
    SSABC = A因子，B因子，跟C因子的高階交互作用平方和 ＝
}}}
!變魔術
129, 125, 129, 132, 125, 128, 140, 126, 120, 137, 142, 147, 132, 137, 130, 148, 154, 158, 165, 152, 140, 167, 142, 177

| 鈉攝取量 | 中 | 129 | 125 | 129 | 132 | 125 | 128 | 140 | 126 | 120 | 137 | 142 | 147 |
|~| 高 | 132 | 137 | 130 | 148 | 154 | 158 | 165 | 152 | 140 | 167 | 142 | 177 |

|>||>|>|>|>|>|>|>|>|>|>|>| 吸煙 |
|~|~|>|>|>|>|>| 非吸煙者 |>|>|>|>|>| 吸煙者 |
| 鈉攝取量 | 中 | 129 | 125 | 129 | 132 | 125 | 128 | 140 | 126 | 120 | 137 | 142 | 147 |
|~| 高 | 132 | 137 | 130 | 148 | 154 | 158 | 165 | 152 | 140 | 167 | 142 | 177 |

|>||>|>|>|>|>|>|>|>|>|>|>| 吸煙 |
|~|~|>|>|>|>|>| 非吸煙者 |>|>|>|>|>| 吸煙者 |
|>| 性別 |>|>| 男性 |>|>| 女性 |>|>| 男性 |>|>| 女性 |
| 鈉攝取量 | 中 | 129 | 125 | 129 | 132 | 125 | 128 | 140 | 126 | 120 | 137 | 142 | 147 |
|~| 高 | 132 | 137 | 130 | 148 | 154 | 158 | 165 | 152 | 140 | 167 | 142 | 177 |

[[單獨開啟回顧樣本變異數平面版|回顧樣本變異數平面版]]
----
!開場範例
!!例子一：關於1, 2, 3這三筆數據的樣本變異數。
!符號表
| 名詞 | 定義 | 符號 | 與其他符號的關係 | 例子的意義 | !記憶術 | 基本性質 |
| 隨機變數 || $Y$ || $X$ |||
| (隨機變數的)觀察值 || $y$ || $x$ |||
| 樣本數 || $n$ |||||
| 樣本 || $Y_1, Y_2, \dots, Y_n$ |||||
| (樣本的)觀察值 || $y_1, y_2, \dots, y_n$ |||||
| 樣本總和 | $Y_1 + Y_2 + \cdots + Y_n$ ||||||
| 樣本總和(的觀察值) | $y_1 + y_2 + \cdots + y_n$ | $T$ | $n \times \bar y$ ||||
| 樣本平均 | $\frac{Y_1 + Y_2 + \cdots + Y_n}{n}$ | $\bar Y$ | $\frac{T}{n}$ ||||
| 樣本平均(的觀察值) | $\frac{y_1 + y_2 + \cdots + y_n}{n}$ | $\bar y$ |||||
| 與平均偏離 | $y_1 - \bar y, \cdots, y_n - \bar y$ | $\Delta y_i$ |||| $\sum_{i=1}^n \Delta y_i = 0$ |
| 樣本平方和 | $y_1^2 + y_2^2 + \cdots + y_n^2$ | $SSY$ | $SSYY + C$ ||||
| 修正項 | $\frac{(y_1 + y_2 + \cdots + y_n)^2}{n}$ | $C$ | $\frac{T^2}{n}$ ||||
| 樣本修正平方和 | $(y_1^2 + y_2^2 + \cdots + y_n^2) - \frac{(y_1 + y_2 + \cdots + y_n)^2}{n}$ | $SSYY$ | $SSY - C$ ||||
| 樣本變異數 | $\frac{(y_1^2 + y_2^2 + \cdots + y_n^2) - \frac{(y_1 + y_2 + \cdots + y_n)^2}{n}}{n - 1}$ | $S_Y^2$ | $\frac{SSYY}{n - 1}$ ||||
!認識篇：認識「樣本變異數」
「樣本變異數」的定義：$S_Y^2 = \frac{\sum_{i=1}^n (y_i - \bar y)^2}{n - 1}$，其中
# $Y$是問題中的「隨機變數」，$y_i, i=1, 2, \cdots, n$是它的觀察值；
# $\bar y$是所有觀察值的「(算術)平均」，也就是數據的「樣本平均」；
# $n$指出總共觀察到幾筆數據，正式的名稱叫做「樣本數」；
$S_Y^2$的「樓上」叫做「樣本修正平方和」，而「樓下」是樓上樣本修正平方和的「自由度」，所以本質上@@「樣本變異數」等於「樣本修正平方和」 除以 「(樣本修正平方和的)自由度」。@@「樣本修正平方和」的定義：$SSYY = \sum_{i=1}^n (y_i - \bar y)^2$，其中$y_i - \bar y$叫做第$i$個觀察值的「與平均偏離」，記做$\Delta y_i$。因此@@「樣本修正平方和」等於「與平均偏離」的平方和。@@「樣本修正平方和」是這一章的主角。後續的內容將推導它的計算公式，比較「定義」與「計算公式」兩種計算方式的優缺點。結束這一節之前請默唸
>@@「樣本變異數」 ＝ 「樣本修正平方和」 除以 「(樣本修正平方和的)自由度」。@@
>@@「樣本修正平方和」＝ 「與平均偏離」的平方和。@@
>@@「與平均偏離」＝ 「樣本」減去「樣本平均」。@@
>@@「樣本平均」＝「樣本總和」除以「樣本數」。@@
!!例子一(認識篇)：關於1, 2, 3這三筆數據的樣本變異數。利用定義計算...
# (把定義叫出來，但不一定寫下來) $S_Y^2 = \frac{\sum_{i=1}^n (y_i - \bar y)^2}{n - 1}$
# (可能沒想到這檔事！) 令$y_1 = 1, y_2 = 2, y_3 = 3$。因此$n = 3$。
# (看一下公式，發現還需要計算樣本平均$\bar y$) $\bar y = \frac{1 + 2 + 3}{3} = 2$，
# (把所有必要的資訊帶入公式) $S_Y^2 = \frac{(1 - 2)^2 + (2 - 2)^2 + (3 - 2)^2}{3 - 1} = \frac{1 + 0 + 1}{2} = \frac{2}{2} = 1$。
另一種方式...
# (默唸) 
## @@「樣本變異數」 ＝ 「樣本修正平方和」 除以 「(樣本修正平方和的)自由度」。@@
## @@「樣本修正平方和」＝ 「與平均偏離」的平方和。@@
## @@「與平均偏離」＝ 「樣本」減去「樣本平均」。@@
## @@「樣本平均」＝「樣本總和」除以「樣本數」。@@
# (造表輔助計算)
| $y$ | 1 | 2 | 3 |bgcolor(lightgreen): 6 | $\bar y = 6/3 = 2$ |
| $y - \bar y$ | -1 | 0 | 1 | !0 |bgcolor(black):|
| $(y - \bar y)^2$ | 1 | 0 | 1 |bgcolor(lightgreen): 2 |bgcolor(black):|
@@答案@@ $S_Y^2 = \frac{2}{3 - 1} = \frac{2}{2} = 1$。
!觀念篇：平方和與自由度
!!樣本修正平方和的平方和
@@「樣本變異數」 ＝ 「樣本修正平方和」 除以 「(樣本修正平方和的)自由度」@@，其中「樣本修正平方和」的定義：$SSYY = \sum_{i=1}^n (y_i - \bar y)^2.$
!!!不計算數據的樣本平均$\bar y = \frac{\sum_{i=1}^n y_i}{n}$也可以把樣本修正平方和算出來！
@@bgcolor:lightblue; Q&A@@
因為
$$
\begin{array}{lcll}
\sum_{i=1}^n (y_i - \bar y)^2 & = & \sum_{i=1}^n (y_i^2 - 2 y_i \bar y + (\bar y)^2) & << (a - b)^2 = a^2 - 2ab + b^2\\
& = & \sum_{i=1}^n y_i^2 - \sum_{i=1}^n 2 \bar y  y_i + \sum_{i=1}^n (\bar y)^2 & << \sum (a_i + b_i) = \sum a_i + \sum b_i\\
& = & \sum_{i=1}^n y_i^2 - 2 \bar y \sum_{i=1}^n y_i + (\bar y)^2 \sum_{i=1}^n 1 & << \sum k a_i = k \sum a_i\\
& = & \sum_{i=1}^n y_i^2 - 2 (\frac{\sum_{i=1}^n y_i}{n}) (\sum_{i=1}^n y_i) + n (\frac{\sum_{i=1}^n y_i}{n})^2 & << \sum_{i=1}^n 1 = n, \bar y = \sum_{i=1}^n y_i / n\\
& = & \sum_{i=1}^n y_i^2 - 2 \frac{(\sum_{i=1}^n y_i)^2}{n} + \frac{(\sum_{i=1}^n y_i)^2}{n} & << n \frac{1}{n^2} = n\\
& = & \sum_{i=1}^n y_i^2 - \frac{(\sum_{i=1}^n y_i)^2}{n} & \\
\end{array}
$$
所以
@@「樣本修正平方和」 ＝ 「樣本平方和」 減去 「修正項」@@，其中「樣本平方和」的定義：$SSY = \sum_{i=1}^n y_i^2$；「修正項」，$C = \frac{(\sum_{i=1}^n y_i)^2}{n}$。也就是等於「『樣本總和($T$)的平方』除以『樣本數』」。推導過程的最後一道方程式被定義為「樣本修正平方和的計算公式」。為什麼這樣稱呼它，請詳見後續的「定義與計算公式大比較」。結束前請默唸，
> @@「樣本變異數」等於「樣本修正平方和」 除以 「(樣本修正平方和的)自由度」@@；
> @@「樣本修正平方和」等於「樣本平方和」 減去 「修正項」@@；
> @@「修正項」等於「樣本總和的平方」除以「樣本數」@@。
!!樣本修正平方和的自由度(缺)
!!例子一(觀念篇)：關於1, 2, 3這三筆數據的樣本變異數。利用計算公式計算...
# (默唸) 
## @@「樣本變異數」等於「樣本修正平方和」 除以 「(樣本修正平方和的)自由度」@@；
## @@「樣本修正平方和」等於「樣本平方和」 減去 「修正項」@@；
## @@「修正項」等於「樣本總和的平方」除以「樣本數」@@。
# (造表輔助計算)
| $y$ | 1 | 2 | 3 |bgcolor(lightgreen): 6 |
| $y^2$ | 1 | 4 | 9 |bgcolor(lightgreen): 14 |
@@答案@@ $S_Y^2 = \frac{14 - \frac{6^2}{3}}{3 - 1} = \frac{14 - 36/3}{2} = \frac{14 - 12}{2} = \frac{2}{2} = 1$。
!技術篇：樣本修正平方和的計算公式
# @@「樣本變異數」等於「樣本修正平方和」 除以 「(樣本修正平方和的)自由度」@@；
# @@「樣本修正平方和」等於「樣本平方和」 減去 「修正項」@@；
# @@「修正項」等於「樣本總和的平方」除以「樣本數」@@。
!!計算公式真的比較快？
先看例子一的技術篇。
!!例子一(技術篇)：關於1, 2, 3這三筆數據的樣本變異數。定義」快？還是「計算公式」快？
!!!為了計算1, 2, 3的樣本變異數，按了幾次的「$+$」，「$-$」，「$\times$」，「$/$」鍵？
||>|>|>| 定義(包含計算樣本平均) |>|>|>| 計算公式 |
|~|>|>|>| $\frac{(y_1 - \bar y)^2 + (y_2 - \bar y)^2 + \cdots + (y_n - \bar y)^2}{n - 1}$ |>|>|>| $\frac{(y_1^2 + y_2^2 + \cdots + y_n^2)-(y_1 + y_2 + \cdots + y_n)^2/n}{n - 1}$ |
|~| $+$ | $-$ | $\times$ | $/$ | $+$ | $-$ | $\times$ | $/$ |
| $n = 3$ | +++[答案]4=2+2=== | +++[答案]4=3+1=== | +++[答案]3=== | +++[答案]2=1+1=== | +++[答案]4=2+2=== | +++[答案]2=1+1=== | +++[答案]4=3+1=== | +++[答案]2=1+1=== |
| $n = 30$ | +++[答案]58=29+29=== | +++[答案]31=30+1=== | +++[答案]30=== | +++[答案]2=1+1=== | +++[答案]58=29+29=== | +++[答案]2=1+1=== | +++[答案]31=30+1=== | +++[答案]2=1+1=== |
| $n$ | +++[答案]$2(n - 1)=2n - 2$=== | +++[答案]$n + 1$=== | +++[答案]$n$=== | +++[答案]$2=1+1$=== | +++[答案]$2(n - 1)=2n - 2$=== | +++[答案]$2=1+1$=== | +++[答案]$n + 1$=== | +++[答案]$2=1+1$=== |
| 總共 |>|>|>| $4n + 1$ |>|>|>| $3n + 3$ |
根據以上簡易的分析，我們發現利用定義計算樣本變異數比起利用計算公式，幾乎多按了一倍「樣本數」的四則運算鍵。
{{{
    你決定使用計算公式了嗎？
}}}
一般的結果如下：
||>|>|>| 定義(包含計算樣本平均) |>|>|>| 計算公式 |
|~| $+$ | $-$ | $\times$ | $/$ | $+$ | $-$ | $\times$ | $/$ |
| $n$ | $2n - 2$ | $n + 1$ | $n$ | $2$ | $2n - 2$ | $2$ | $n + 1$ | $2$ |
| 總共 |>|>|>| $4n + 1$ |>|>|>| $3n + 3$ |
所以
| $n$ | 定義 | 計算公式 | 差幾次 |
| 10 | 41 | 33 | 8 |
| 100 | 401 | 303 | 98 |
| 1000 | 4001 | 3003 | 998 |
| 10000 | 40001 | 30003 | 9998 |
| 100000 | 400001 | 300003 | 99998 |
也就是說，數值計算的速度，「公式」<「計算公式」。最後一件事，事實上，數值計算的穩定度，「公式」>「計算公式」。
!活用篇：計算平方和
!!我們已經知道的事實(舊知識)
綜合例子一的三段經驗，我們發現以下的事實：
# +++[默唸「定義」要「四段」文字；]
## @@「樣本變異數」 ＝ 「樣本修正平方和」 除以 「(樣本修正平方和的)自由度」。@@
## @@「樣本修正平方和」＝ 「與平均偏離」的平方和。@@
## @@「與平均偏離」＝ 「樣本」減去「樣本平均」。@@
## @@「樣本平均」＝「樣本總和」除以「樣本數」。@@
===
+++[默唸「計算公式」只要「三段」文字。]
## @@「樣本變異數」等於「樣本修正平方和」 除以 「(樣本修正平方和的)自由度」@@；
## @@「樣本修正平方和」等於「樣本平方和」 減去 「修正項」@@；
## @@「修正項」等於「樣本總和的平方」除以「樣本數」@@。
===

# +++[「表格輔助『公式』計算」]
| $y$ | 1 | 2 | 3 |bgcolor(lightgreen): 6 | $\bar y = 6/3 = 2$ |
| $y - \bar y$ | -1 | 0 | 1 | !0 |bgcolor(black):|
| $(y - \bar y)^2$ | 1 | 0 | 1 |bgcolor(lightgreen): 2 |bgcolor(black):|
===
+++[比「表格輔助『計算公式』計算」來得複雜。]
| $y$ | 1 | 2 | 3 |bgcolor(lightgreen): 6 |
| $y^2$ | 1 | 4 | 9 |bgcolor(lightgreen): 14 |
===

# +++[「公式」按四則運算鍵的次數多過「計算公式」按的次數。]
||>|>|>| 定義(包含計算樣本平均) |>|>|>| 計算公式 |
|~| $+$ | $-$ | $\times$ | $/$ | $+$ | $-$ | $\times$ | $/$ |
| $n = 3$ | $4=2+2$ | $4=3+1$ | $3$ | $2=1+1$ | $4=2+2$ | $2=1+1$ | $4=3+1$ | $2=1+1$ |
| 總共 |>|>|>| $13 (4n + 1)$ |>|>|>| $12 (3n + 3)$ |
===

一般而言，針對任意多個樣本數$n$，我們知道
| !樣本數 |>|>|>| !定義(包含計算樣本平均) |>|>|>| !計算公式 |
|~| $+$ | $-$ | $\times$ | $/$ | $+$ | $-$ | $\times$ | $/$ |
| $n$ | $2n - 2$ | $n + 1$ | $n$ | $2$ | $2n - 2$ | $2$ | $n + 1$ | $2$ |
| 總共 |>|>|>| $4n + 1$ |>|>|>| $3n + 3$ |
所以
| !$n$ | !定義 | !計算公式 | !差幾次 |
| 10 | 41 | 33 | 8 |
| 100 | 401 | 303 | 98 |
| 1000 | 4001 | 3003 | 998 |
| 10000 | 40001 | 30003 | 9998 |
| 100000 | 400001 | 300003 | 99998 |
也就是說，數值計算的速度，「公式」<「計算公式」。最後一件事，事實上，數值計算的穩定度，「公式」>「計算公式」。
!!再一次解讀「計算公式」
!!!賦予新的意義
再一次檢視「樣本修正平方和」的計算公式，
$$
\begin{array}{lcl}
SSYY & = & \sum_{i=1}^n y_i^2 - \frac{(\sum_{i=1}^n y_i)^2}{n}\\
 & = & (y_1^2 + y_2^2 + \cdots + y_n^2) - \frac{(y_1 + y_2 + \cdots + y_n)^2}{n}\\
 & = & (\frac{(y_1)^2}{1} + \frac{(y_2)^2}{1} + \cdots + \frac{(y_n)^2}{1}) - \frac{(y_1 + y_2 + \cdots + y_n)^2}{n}\\
 & = & \sum_{i=1}^n \frac{(y_i)^2}{1} - \frac{(\sum_{i=1}^n y_i)^2}{n}\\
 & = & \sum_{i=1}^n \mbox{第} i \mbox{個觀察值的貢獻} - \mbox{所有觀察值的貢獻}\\
 & = & \sum_{i=1}^n \mbox{第} i \mbox{個} y (Y) \mbox{的貢獻} - \mbox{所有} y (Y) \mbox{的貢獻}\\
\end{array}
$$
其中「貢獻」的定義是，$\frac{\mbox{「對應觀察值總和」的平方}}{\mbox{「對應觀察值總和」包含的「觀察值個數」}}$。因此，我們大膽地假設「處理(修正)平方和」的計算公式如下：
$$
\begin{array}{lcl}
SSTrt & = & \sum_{i=1}^n \mbox{第} i \mbox{種} Trt \mbox{的貢獻} - \mbox{所有} Trt \mbox{的貢獻}\\
 & = & \sum_{i=1}^n \mbox{第} i \mbox{種處理的貢獻} - \mbox{所有處理的貢獻}\\
\end{array}
$$
!總結
!!例子一：關於1, 2, 3這三筆數據的樣本變異數。
!!(認識篇)
利用定義計算...
# (把定義叫出來，但不一定寫下來) $S_Y^2 = \frac{\sum_{i=1}^n (y_i - \bar y)^2}{n - 1}$
# (可能沒想到這檔事！) 令$y_1 = 1, y_2 = 2, y_3 = 3$。因此$n = 3$。
# (看一下公式，發現還需要計算樣本平均$\bar y$) $\bar y = \frac{1 + 2 + 3}{3} = 2$，
# (把所有必要的資訊帶入公式) $S_Y^2 = \frac{(1 - 2)^2 + (2 - 2)^2 + (3 - 2)^2}{3 - 1} = \frac{1 + 0 + 1}{2} = \frac{2}{2} = 1$。
另一種方式...
# (默唸) 
## @@「樣本變異數」 ＝ 「樣本修正平方和」 除以 「(樣本修正平方和的)自由度」。@@
## @@「樣本修正平方和」＝ 「與平均偏離」的平方和。@@
## @@「與平均偏離」＝ 「樣本」減去「樣本平均」。@@
## @@「樣本平均」＝「樣本總和」除以「樣本數」。@@
# (造表輔助計算)
| $y$ | 1 | 2 | 3 |bgcolor(lightgreen): 6 | $\bar y = 6/3 = 2$ |
| $y - \bar y$ | -1 | 0 | 1 | !0 |bgcolor(black):|
| $(y - \bar y)^2$ | 1 | 0 | 1 |bgcolor(lightgreen): 2 |bgcolor(black):|
@@答案@@ $S_Y^2 = \frac{2}{3 - 1} = \frac{2}{2} = 1$。
!!(觀念篇)
利用計算公式計算...
# (默唸) 
## @@「樣本變異數」等於「樣本修正平方和」 除以 「(樣本修正平方和的)自由度」@@；
## @@「樣本修正平方和」等於「樣本平方和」 減去 「修正項」@@；
## @@「修正項」等於「樣本總和的平方」除以「樣本數」@@。
# (造表輔助計算)
| $y$ | 1 | 2 | 3 |bgcolor(lightgreen): 6 |
| $y^2$ | 1 | 4 | 9 |bgcolor(lightgreen): 14 |
@@答案@@ $S_Y^2 = \frac{14 - \frac{6^2}{3}}{3 - 1} = \frac{14 - 36/3}{2} = \frac{14 - 12}{2} = \frac{2}{2} = 1$。
!!(技術篇)「定義」快？還是「計算公式」快？
!!!為了計算1, 2, 3的樣本變異數，按了幾次的「$+$」，「$-$」，「$\times$」，「$/$」鍵？
||>|>|>| 定義(包含計算樣本平均) |>|>|>| 計算公式 |
|~|>|>|>| $\frac{(y_1 - \bar y)^2 + (y_2 - \bar y)^2 + \cdots + (y_n - \bar y)^2}{n - 1}$ |>|>|>| $\frac{(y_1^2 + y_2^2 + \cdots + y_n^2)-(y_1 + y_2 + \cdots + y_n)^2/n}{n - 1}$ |
|~| $+$ | $-$ | $\times$ | $/$ | $+$ | $-$ | $\times$ | $/$ |
| $n = 3$ | +++[答案]4=2+2=== | +++[答案]4=3+1=== | +++[答案]3=== | +++[答案]2=1+1=== | +++[答案]4=2+2=== | +++[答案]2=1+1=== | +++[答案]4=3+1=== | +++[答案]2=1+1=== |
| $n = 30$ | +++[答案]58=29+29=== | +++[答案]31=30+1=== | +++[答案]30=== | +++[答案]2=1+1=== | +++[答案]58=29+29=== | +++[答案]2=1+1=== | +++[答案]31=30+1=== | +++[答案]2=1+1=== |
| $n$ | +++[答案]$2(n - 1)=2n - 2$=== | +++[答案]$n + 1$=== | +++[答案]$n$=== | +++[答案]$2=1+1$=== | +++[答案]$2(n - 1)=2n - 2$=== | +++[答案]$2=1+1$=== | +++[答案]$n + 1$=== | +++[答案]$2=1+1$=== |
| 總共 |>|>|>| $4n + 1$ |>|>|>| $3n + 3$ |
根據以上簡易的分析，我們發現利用定義計算樣本變異數比起利用計算公式，幾乎多按了一倍「樣本數」的四則運算鍵。
{{{
    你決定使用計算公式了嗎？
}}}
!!(活用篇)
$S_Y^2 = \frac{\frac{(1)^2}{1} + \frac{(2)^2}{1} + \frac{(3)^2}{1} - \frac{(1+2+3)^2}{3}}{3 - 1}$

!符號表
| 名詞 | 定義 | 符號 | 與其他符號的關係 | 例子的意義 | !記憶術 | 基本性質 |
| 隨機變數 || $Y$ || $X$ |||
| (隨機變數的)觀察值 || $y$ || $x$ |||
| 樣本數 || $n$ |||||
| 樣本 || $Y_1, Y_2, \dots, Y_n$ |||||
| (樣本的)觀察值 || $y_1, y_2, \dots, y_n$ |||||
| 樣本總和 | $Y_1 + Y_2 + \cdots + Y_n$ ||||||
| 樣本總和(的觀察值) | $y_1 + y_2 + \cdots + y_n$ | $T$ | $n \times \bar y$ ||||
| 樣本平均 | $\frac{Y_1 + Y_2 + \cdots + Y_n}{n}$ | $\bar Y$ | $\frac{T}{n}$ ||||
| 樣本平均(的觀察值) | $\frac{y_1 + y_2 + \cdots + y_n}{n}$ | $\bar y$ |||||
| 與平均偏離 | $y_1 - \bar y, \cdots, y_n - \bar y$ | $\Delta y_i$ |||| $\sum_{i=1}^n \Delta y_i = 0$ |
| 樣本平方和 | $y_1^2 + y_2^2 + \cdots + y_n^2$ | $SSY$ | $SSYY + C$ ||||
| 修正項 | $\frac{(y_1 + y_2 + \cdots + y_n)^2}{n}$ | $C$ | $\frac{T^2}{n}$ ||||
| 樣本修正平方和 | $(y_1^2 + y_2^2 + \cdots + y_n^2) - \frac{(y_1 + y_2 + \cdots + y_n)^2}{n}$ | $SSYY$ | $SSY - C$ ||||
| 樣本變異數 | $\frac{(y_1^2 + y_2^2 + \cdots + y_n^2) - \frac{(y_1 + y_2 + \cdots + y_n)^2}{n}}{n - 1}$ | $S_Y^2$ | $\frac{SSYY}{n - 1}$ ||||
!樣本變異數的定義
>@@「樣本變異數」 ＝ 「樣本修正平方和」 除以 「(樣本修正平方和的)自由度」。@@
>@@「樣本修正平方和」＝ 「與平均偏離」的平方和。@@
>@@「與平均偏離」＝ 「樣本」減去「樣本平均」。@@
>@@「樣本平均」＝「樣本總和」除以「樣本數」。@@
>@@「樣本總和」＝把所有樣本的觀察值加起來。@@
!「定義」與「計算公式」
$$
\begin{array}{lclll}
\sum_{i=1}^n (y_i - \bar y)^2 & = & \sum_{i=1}^n (y_i^2 - 2 y_i \bar y + (\bar y)^2) & << (a - b)^2 = a^2 - 2ab + b^2 & \mbox{黃宗仁：展開而已}\\
& = & \sum_{i=1}^n y_i^2 - \sum_{i=1}^n 2 \bar y  y_i + \sum_{i=1}^n (\bar y)^2 & << \sum (a_i + b_i) = \sum a_i + \sum b_i & \mbox{張鈺旻：把刮號拿掉，把\sum加上去}\\
& = & \sum_{i=1}^n y_i^2 - 2 \bar y \sum_{i=1}^n y_i + (\bar y)^2 \sum_{i=1}^n 1 & << \sum k a_i = k \sum a_i & \mbox{陳雅卉：把常數項提出來}\\
& = & \sum_{i=1}^n y_i^2 - 2 (\frac{\sum_{i=1}^n y_i}{n}) (\sum_{i=1}^n y_i) + n (\frac{\sum_{i=1}^n y_i}{n})^2 & << \sum_{i=1}^n 1 = n, \bar y = \sum_{i=1}^n y_i / n & \mbox{方郁鑫：把y bar代進去}\\
& = & \sum_{i=1}^n y_i^2 - 2 \frac{(\sum_{i=1}^n y_i)^2}{n} + \frac{(\sum_{i=1}^n y_i)^2}{n} & << n \frac{1}{n^2} = 1/n & \mbox{董桂吟：把上面的式子整理一下}\\
& = & \sum_{i=1}^n y_i^2 - \frac{(\sum_{i=1}^n y_i)^2}{n} &  & \mbox{林瑜潔：減兩個那個加一個那個等於減一個那個}\\
\end{array}
$$
!樣本變異數的計算公式
> @@「樣本變異數」等於「樣本修正平方和」 除以 「(樣本修正平方和的)自由度」@@；
> @@「樣本修正平方和」等於「樣本平方和」 減去 「修正項」@@；
> @@「修正項」等於「樣本總和的平方」除以「樣本數」@@。
> @@「樣本總和」＝把所有樣本的觀察值加起來。@@
再一次檢視「樣本修正平方和」的計算公式，
$$
\begin{array}{lcl}
SSYY & = & \sum_{i=1}^n y_i^2 - \frac{(\sum_{i=1}^n y_i)^2}{n}\\
 & = & (y_1^2 + y_2^2 + \cdots + y_n^2) - \frac{(y_1 + y_2 + \cdots + y_n)^2}{n}\\
 & = & (\frac{(y_1)^2}{1} + \frac{(y_2)^2}{1} + \cdots + \frac{(y_n)^2}{1}) - \frac{(y_1 + y_2 + \cdots + y_n)^2}{n}\\
\end{array}
$$
!賦予「計算公式」新的意義
$$
\begin{array}{lcl}
SSYY & = & \sum_{i=1}^n y_i^2 - \frac{(\sum_{i=1}^n y_i)^2}{n}\\
 & = & (y_1^2 + y_2^2 + \cdots + y_n^2) - \frac{(y_1 + y_2 + \cdots + y_n)^2}{n}\\
 & = & (\frac{(y_1)^2}{1} + \frac{(y_2)^2}{1} + \cdots + \frac{(y_n)^2}{1}) - \frac{(y_1 + y_2 + \cdots + y_n)^2}{n}\\
 & = & \sum_{i=1}^n \frac{(y_i)^2}{1} - \frac{(\sum_{i=1}^n y_i)^2}{n}\\
 & = & \sum_{i=1}^n \mbox{第} i \mbox{個觀察值的貢獻} - \mbox{所有觀察值的貢獻}\\
 & = & \sum_{i=1}^n \mbox{第} i \mbox{個} y (Y) \mbox{的貢獻} - \mbox{所有} y (Y) \mbox{的貢獻}\\
\end{array}
$$
其中「貢獻」的定義是，$\frac{\mbox{「對應觀察值總和」的平方}}{\mbox{「對應觀察值總和」包含的「觀察值個數」}}$。

!開場範例（摘錄自「吳榮彬，生物統計，2007，美商麥格羅希爾，台灣分公司。」）
一份生理學的期末報告，學生研究兩種生活形態（飲食以及吸煙）的因子如何影響血壓。針對幾位同班同學（全是女性），她記錄她們的抽煙習慣，飲食中的鈉含量，跟她們的收縮壓（毫米汞柱）。用一種因子設計ANOVA分析數據。需要平均分類技術嗎？試解釋之。
|>| 收縮壓 |>|>|>|>|>|>|>|>|>|>|>| 吸煙 |
|~|~|>|>|>|>|>| 非吸煙者 |>|>|>|>|>| 吸煙者 |
| 鈉攝取量 | 中 | 129 | 125 | 129 | 132 | 125 | 128 | 140 | 126 | 120 | 137 | 142 | 147 |
|~| 高 | 132 | 137 | 130 | 148 | 154 | 158 | 165 | 152 | 140 | 167 | 142 | 177 |
!(--複習點--)上述表格的
# 收縮壓是(A)因子、(B)反應變數、(C)某一個因子的水準、(D)處理
# 吸煙是(A)因子、(B)反應變數、(C)某一個因子的水準、(D)處理
# 吸煙者是(A)因子、(B)反應變數、(C)某一個因子的水準、(D)處理
# 非吸煙者是(A)因子、(B)反應變數、(C)某一個因子的水準、(D)處理
# 鈉攝取量是(A)因子、(B)反應變數、(C)某一個因子的水準、(D)處理
# 中鈉攝取量是(A)因子、(B)反應變數、(C)某一個因子的水準、(D)處理
# 高鈉攝取量是(A)因子、(B)反應變數、(C)某一個因子的水準、(D)處理
# （中鈉攝取量，吸煙者）是(A)因子、(B)反應變數、(C)某一個因子的水準、(D)處理
# （中鈉攝取量，非吸煙者）是(A)因子、(B)反應變數、(C)某一個因子的水準、(D)處理
# （高鈉攝取量，吸煙者）是(A)因子、(B)反應變數、(C)某一個因子的水準、(D)處理
# （高鈉攝取量，非吸煙者）是(A)因子、(B)反應變數、(C)某一個因子的水準、(D)處理
!(零)、修正項
+++[答案]$\frac{(129+125+\cdots+177)^2}{24}$===

!(一)、~SSTot
129, 125, 129, 132, 125, 128, 140, 126, 120, 137, 142, 147, 132, 137, 130, 148, 154, 158, 165, 152, 140, 167, 142, 177
| +++[定義]@@bgcolor:lightblue;~SSTot = 「樣本修正平方和」 = 「個別觀察值貢獻的總和」扣掉「修正項」@@=== | +++[老師問問題]@@bgcolor:lightgreen;129的貢獻 ＝ ？（諸如此類）@@=== | +++[SSTot的答案]$129^2 + 125^2 + \cdots +177^2 - \mbox{修正項}$=== |

!(二)、~SSTrt, SSE = ~SSTot - ~SSTrt
| 鈉攝取量 | 中 | 129 | 125 | 129 | 132 | 125 | 128 | 140 | 126 | 120 | 137 | 142 | 147 |
|~| 高 | 132 | 137 | 130 | 148 | 154 | 158 | 165 | 152 | 140 | 167 | 142 | 177 |

| +++[老師問問題一]@@bgcolor:lightblue;請寫出上述表格的處理？@@=== |
| +++[SSTrt的定義]@@~SSTrt = 「個別處理貢獻的總和」扣掉「修正項」@@=== |
| +++[老師問問題二]@@bgcolor:lightgreen;「中鈉攝取量」的貢獻 ＝ ？（諸如此類）@@=== |
| +++[SSTrt的答案]$(129 + 125 + \cdots + 147)^2/12 + (132 + 137 + \cdots +177)^2/12 - \mbox{修正項}$=== |

!(三)、
!!SSA = 「個別水準貢獻的總和」扣掉「修正項」, SSB
!!~SSTrt = 「個別處理貢獻的總和」扣掉「修正項」,SSAB = ~SSTrt - SSA - SSB
|>||>|>|>|>|>|>|>|>|>|>|>| 吸煙（B） |
|~|~|>|>|>|>|>| 非吸煙者 |>|>|>|>|>| 吸煙者 |
| 鈉攝取量（A） | 中 | 129 | 125 | 129 | 132 | 125 | 128 | 140 | 126 | 120 | 137 | 142 | 147 |
|~| 高 | 132 | 137 | 130 | 148 | 154 | 158 | 165 | 152 | 140 | 167 | 142 | 177 |

| +++[SSA的定義]@@SSA = 「A個別水準貢獻的總和」扣掉「修正項」@@=== | +++[老師問問題一]@@bgcolor:lightgreen;「中鈉攝取量」的貢獻 ＝ ？（諸如此類）@@=== | +++[SSA的答案]$(129 + 125 + \cdots + 147)^2/12 + (132 + 137 + \cdots +177)^2/12 - \mbox{修正項}$=== |

| +++[SSB的定義]@@SSB = 「B個別水準貢獻的總和」扣掉「修正項」@@=== | +++[老師問問題二]@@bgcolor:lightgreen;「吸煙者」的貢獻 ＝ ？（諸如此類）@@=== | +++[SSB的答案]$(129 + 125 + \cdots + 158)^2/12 + (140 + 126 + \cdots +177)^2/12 - \mbox{修正項}$=== |

| +++[老師問問題三]@@bgcolor:lightblue;請寫出上述表格的處理？@@=== | +++[SSTrt的定義]@@~SSTrt = 「個別處理貢獻的總和」扣掉「修正項」@@=== | +++[老師問問題四]@@bgcolor:lightgreen;「（中鈉攝取量，吸煙者）」的貢獻 ＝ ？（諸如此類）@@=== | +++[SSTrt的答案]$(129 + 125 + \cdots + 128)^2/6 + (132 + 137 + \cdots +158)^2/6 + (140 + 126 + \cdots +147)^2/6 + (165 + 152 + \cdots + 177)^2/6- \mbox{修正項}$=== |

| +++[SSAB的定義]@@SSAB = ~SSTrt - SSA - SSB@@=== | +++[SSAB的答案]~SSTrt - SSA - SSB=== |

!(四)、
!!SSA, SSB, SSC, SSAB = ~SS(AB)Trt - SSA - SSB, SSAC, SSBC
!!SSABC = ~SSTrt - ???
|>||>|>|>|>|>|>|>|>|>|>|>| 吸煙（B） |
|~|~|>|>|>|>|>| 非吸煙者 |>|>|>|>|>| 吸煙者 |
|>| 性別（C） |>|>| 男性 |>|>| 女性 |>|>| 男性 |>|>| 女性 |
| 鈉攝取量（A） | 中 | 129 | 125 | 129 | 132 | 125 | 128 | 140 | 126 | 120 | 137 | 142 | 147 |
|~| 高 | 132 | 137 | 130 | 148 | 154 | 158 | 165 | 152 | 140 | 167 | 142 | 177 |

| +++[SSA的定義]@@SSA = 「A個別水準貢獻的總和」扣掉「修正項」@@=== | +++[老師問問題一]@@bgcolor:lightgreen;「中鈉攝取量」的貢獻 ＝ ？（諸如此類）@@=== | +++[SSA的答案]$(129 + 125 + \cdots + 147)^2/12 + (132 + 137 + \cdots +177)^2/12 - \mbox{修正項}$=== |

| +++[SSB的定義]@@SSB = 「B個別水準貢獻的總和」扣掉「修正項」@@=== | +++[老師問問題二]@@bgcolor:lightgreen;「吸煙者」的貢獻 ＝ ？（諸如此類）@@=== | +++[SSB的答案]$(129 + 125 + \cdots + 158)^2/12 + (140 + 126 + \cdots +177)^2/12 - \mbox{修正項}$=== |

| +++[老師問問題三]@@bgcolor:lightblue;請寫出上述表格因子A跟B的處理？@@=== | +++[低階SS(AB)Trt的定義]@@低階SS(AB)Trt = 「個別處理貢獻的總和」扣掉「修正項」@@=== | +++[老師問問題四]@@bgcolor:lightgreen;「（中鈉攝取量，吸煙者）」的貢獻 ＝ ？（諸如此類）@@=== | +++[低階SS(AB)Trt的答案]$(129 + 125 + \cdots + 128)^2/6 + (132 + 137 + \cdots +158)^2/6 + (140 + 126 + \cdots +147)^2/6 + (165 + 152 + \cdots + 177)^2/6- \mbox{修正項}$=== |

| +++[SSAB的定義]@@SSAB = 低階SS(AB)Trt - SSA - SSB@@=== | +++[SSAB的答案]低階SS(AB)Trt - SSA - SSB = === |

| +++[SSC的定義]@@SSC = 「C個別水準貢獻的總和」扣掉「修正項」@@=== | +++[老師問問題五]@@bgcolor:lightgreen;「男性」的貢獻 ＝ ？（諸如此類）@@=== | +++[SSC的答案]？？？=== |

| +++[老師問問題六]@@bgcolor:lightblue;請寫出上述表格因子A跟C的處理？@@=== | +++[低階SS(AC)Trt的定義]@@低階SS(AC)Trt = 「個別處理貢獻的總和」扣掉「修正項」@@=== | +++[老師問問題七]@@bgcolor:lightgreen;「（中鈉攝取量，男性）」的貢獻 ＝ ？（諸如此類）@@=== | +++[低階SS(AC)Trt的答案]？？？=== |

| +++[SSAC的定義]@@SSAC = 低階SS(AC)Trt - SSA - SSC@@=== | +++[SSAC的答案]？？？=== |

| +++[老師問問題八]@@bgcolor:lightblue;請寫出上述表格因子B跟C的處理？@@=== | +++[低階SS(BC)Trt的定義]@@低階SS(BC)Trt = 「個別處理貢獻的總和」扣掉「修正項」@@=== | +++[老師問問題九]@@bgcolor:lightgreen;「（吸煙者，男性）」的貢獻 ＝ ？（諸如此類）@@=== | +++[低階SS(BC)Trt的答案]？？？=== |

| +++[SSBC的定義]@@SSBC = 低階SS(BC)Trt - SSB - SSC@@=== | +++[SSBC的答案]？？？=== |

| +++[老師問問題十]@@bgcolor:lightblue;請寫出上述表格因子A、B跟C的處理？@@=== | +++[SSTrt的定義]@@~SSTrt = 「個別處理貢獻的總和」扣掉「修正項」@@=== | +++[老師問問題十一]@@bgcolor:lightgreen;「（中鈉攝取量，吸煙者，男性）」的貢獻 ＝ ？（諸如此類）@@=== | +++[SSTrt的答案]？？？=== |

| +++[SSABC的定義]@@SSABC = ~SSTrt - SSA - SSB - SSC - SSAB - SSAC - SSBC@@=== | +++[SSABC的答案]？？？=== |

!「定義」還是「計算公式」
|| 定義 | 計算公式 |
|>|>| !沒分類 |
| ~SSTot | $\sum_{i=1}^a \sum_{j=1}^{n_i} (y_{ij} - \bar y_{\cdot \cdot})^2$ | $\sum_{i=1}^a \sum_{j=1}^{n_i} \frac{(y_{ij})^2}{1} - \frac{(\sum_{i=1}^a \sum_{j=1}^{n_i} y_{ij})^2}{\sum_{i=1}^a n_i}$ |
|>|>| !單向分類 |
| ~SSTrt | $\sum_{i=1}^a \sum_{j=1}^{n_i} (\bar y_{i \cdot} - \bar y_{\cdot \cdot})^2$ | $\sum_{i=1}^a \left[\frac{(\sum_{j=1}^{n_i} y_{ij})^2}{n_i}\right] - \frac{(\sum_{i=1}^a \sum_{j=1}^{n_i} y_{ij})^2}{\sum_{i=1}^a n_i}$ |
| SSE | $\sum_{i=1}^a \sum_{j=1}^{n_i} (y_{ij} - \bar y_{i \cdot})^2$ | ~SSTot - ~SSTrt |
|>|>| !雙向分類 |
| SSA | $bn\sum_{i=1}^a (\bar y_{i \cdot \cdot} - \bar y_{\cdot \cdot \cdot})^2$ | $\sum_{i=1}^a \left[\frac{(\sum_{j=1}^b \sum_{k=1}^n y_{ijk})^2}{bn}\right] - \frac{(\sum_{i=1}^a \sum_{j=1}^b \sum_{k=1}^n y_{ijk})^2}{abn}$ |
| SSB | $an\sum_{j=1}^b (\bar y_{\cdot j \cdot} - \bar y_{\cdot \cdot \cdot})^2$ | $\sum_{j=1}^b \left[\frac{(\sum_{i=1}^a \sum_{k=1}^n y_{ijk})^2}{an}\right] - \frac{(\sum_{i=1}^a \sum_{j=1}^b \sum_{k=1}^n y_{ijk})^2}{abn}$ |
| SSAB | $n\sum_{i=1}^a \sum_{j=1}^b (\bar y_{ij \cdot} - \bar y_{i \cdot \cdot} - \bar y_{\cdot j \cdot} + \bar y_{\cdot \cdot \cdot})^2$ | $\left[\sum_{i=1}^a \sum_{j=1}^b \left[\frac{(\sum_{k=1}^n y_{ijk})^2}{n}\right] - \frac{(\sum_{i=1}^a \sum_{j=1}^b \sum_{k=1}^n y_{ijk})^2}{abn}\right] - SSA - SSB$ |
|>|>| !三向分類 |
| SSABC | $?$ | $\left[\sum_{i=1}^a \sum_{j=1}^b \sum_{k=1}^c \left[\frac{(\sum_{l=1}^n y_{ijkl})^2}{n}\right] - \frac{(\sum_{i=1}^a \sum_{j=1}^b \sum_{k=1}^c \sum_{l=1}^n y_{ijkl})^2}{abcn} \right]- SSA - SSB - SSC - SSAB - SSAC - SSBC$ |
!結語
SSABC的定義在一般的教科書（包含我們的課堂用書）裡已經找不到答案了。但是SSABC的計算公式我們依舊可以用同樣的邏輯把它寫出來：
{{{
「高階處理平方和」扣掉「主效果平方和」的總和再扣掉「低階交互作用平方和」的總和
}}}
而其中的「低階交互作用平方和」等於
{{{
「低階處理平方和」扣掉「主效果平方和」的總和再扣掉「更低階交互作用平方和」的總和
}}}
主效果平方和，則是利用以下的邏輯把它寫出來：
{{{
「個別貢獻的總和」扣掉「修正項」
}}}
{{{
            Df  Sum Sq Mean Sq F value    Pr(>F)    
na           1 2053.50 2053.50 24.6051 0.0001418 ***
smo          1  682.67  682.67  8.1797 0.0113432 *  
sex          1  726.00  726.00  8.6990 0.0094223 ** 
na:smo       1   66.67   66.67  0.7988 0.3846987    
na:sex       1   96.00   96.00  1.1503 0.2994025    
smo:sex      1    1.50    1.50  0.0180 0.8950242    
na:smo:sex   1  204.17  204.17  2.4463 0.1373611    
Residuals   16 1335.33   83.46    
}}}

!!!背景
{{{
有一份調查，100人參與。
}}}
+++[統計分析]
{{{
有一道選擇題，50人不同意，50人同意，平均之後...
}}}
===
+++[結論]
{{{
「沒意見」
}}}
===

<html><div align="center"><iframe src ="http://mathdl.maa.org/images/upload_library/3/osslets/100multiParameterAnimation/mile_record_scatter.html" width="100%" align="center" height=400"></iframe></div></html>

!前言
| 5 | 6 | 7 |
| 4 | 1 | 8 |
| 3 | 2 | 9 |

| [[筆算表3.4|第五幕：筆算表3.4]] | [[模型適當性檢定|第六幕：模型適當性檢定]] | [[一因子實驗的實務|第七幕：一因子實驗的實務]] |
| [[表3.1|第四幕：表3.1]] | [[認識表5.1|第一幕：認識表5.1]] | [[一因子實驗的樣本數|第八幕：一因子實驗的樣本數]] |
| [[到底有沒有人在過程中弄錯了！|第三幕：到底有沒有人在過程中弄錯了！]] | [[把表5.1透過R Commander輸入R|第二幕：把表5.1透過R Commander輸入R]] | [[變異數分析失敗時|第九幕：變異數分析失敗時]] |
!參考文獻
!練習題

<html><iframe src="https://docs.google.com/present/embed?id=dc884f6s_242htw6rsdw" frameborder="0" width="410" height="342"></iframe></html>

# [[學習目標]]
# [[大隻魚小隻魚]]
# [[幾個簡單的場景]]
# [[課本提供的場景]]
# [[歷史上的一刻]]
# [[什麼是主成份分析]]
# [[再論課本提供的場景]]
# [[理論解答]]
# [[溫故知新：課堂練習題]]
# [[主成份分析的步驟]]
# [[實作幾何解答]]
# [[實作一般解答]]
# [[電腦輔助實作]]
# [[看SAS報表]]
# [[再一次課堂練習]]
# [[物價指數]]
# [[官話]]
# [[課本建議的討論事項]]
# [[主成份分析與群集分析]]
# [[數學性質]]
# [[統計性質]]
# [[演算法]]
# [[結語]]

!!!準備好你的數據...
+++[主成分分析適用哪一個表格？]
| 編號 | 所得 | 教育程度 |
| S1 | 5 | 5 |
| S2 | 6 | 6 |
| S3 | 15 | 14 |
| S4 | 16 | 15 |
| S5 | 25 | 20 |
| S6 | 30 | 19 |

| 編號 | 英文成績 | 數學成績 |
| S1 | 5 | 5 |
| S2 | 6 | 6 |
| S3 | 15 | 14 |
| S4 | 16 | 15 |
| S5 | 25 | 20 |
| S6 | 30 | 19 |
===
!!!我們準備把主成分分析切成幾段：
# 取得+++[數據]@@color:red;記住這句話：「我們有著同樣「單位（譬如說，物價）」的變數數個。」讓你判斷什麼樣的數據適用主成分分析。@@===

# 轉換「原始數據」為+++[均值修正的數據]
@@color:red;
$$
x_{ij} - \bar x_i
$$
@@
===。
# 計算「互變異矩陣」；
# 求解「互變異矩陣的固有系統，固有(特徵)值與固有(特徵)向量」；
# 利用「陡坡圖」決定留下幾個主成分。
# 計算「主成分計分」；
# 計算「變數與主成分之間的『負荷』」。
# 報告「主成分分析的結果」：（參考課堂用書的4.4節，討論事項）
## 不同型態數據對主成分分析的影響
## 變異數對主成分分析的影響
## 留下幾個主成分分析的主成分
## 如何賦予主成分意義
## 運用主成分計分
<<tabs "" [[挑一個你不懂的！]] "" [[]][[互變異矩陣]] "" [[互變異矩陣]][[固有系統]] "" [[固有系統]][[陡坡圖]] "" [[陡坡圖]][[主成分計分]] "" [[主成分計分]][[負荷]] "" [[負荷]]>>

你有
{{{
許多種魚類樣本的「長度」與「寬度」；
}}}
{{{
好幾隻「死亡」與「倖存」麻雀的「翼長」，「嘴長」，「腳長」，與「尾長」；
}}}
{{{
全國前三大都市的「牛奶」，「麵包」，「蕃茄」，「雞蛋」，與「蘋果」的價格；
}}}
你希望決定
* @@color:red;那一種魚是大隻的魚？@@
* @@color:green;那一種麻雀有倖存優勢？@@
* @@color:blue;那一個都市的物價最高？@@
!!!解題...
# 主成分分析
# 「？？？」分析

!!!什麼是主成分分析?
!!!!背景
我們有著同樣「單位（譬如說，物價）」的變數數個。就說$p$個。分別記做$X_1, X_2, \cdots, X_p$。對我們來講，一個變數代表一個面向，一種角度，或者說是一種構面。數學上，一個變數一個維度。@@提醒你，你我活在一個三維的立體空間內@@。$p$如果多了，我們的煩惱就來了。比如說，你的英文成績一把照，但是數學成績卻是低到爆。那你可能會自我解嘲地認為自己是「英文天才」，但卻是「數學白癡」。為了解決這種兩難的困境，專家或許會建議「透過這些變數組合出某一種指標」，也就是說，把『$p$個變數』想辦法「兜出」『一個變數』。或頂多「兜出」『三個變數』，亦即三種指標。解決這樣問題的統計辦法叫做「主成分分析」。主成分分析是最古老的多變量分析方法，也是最容易的多變量分析方法。
!!!!目標
[img[http://cnx.org/content/m11461/latest/pca.jpg]]
!!!
+++[主成分分析的能耐]
提供「$p$個原始變數的線性組合(所謂的『指標』)」，使得
# 根據它們的變異數(一種重要性測度)的大小排序這些習慣上叫做「主成分」的新變數，變異數最大者叫做「第一主成分」、第二大的叫做「第二主成分」、...、其餘類推。
# 主成分跟主成分之間彼此「不相關」。@@bgcolor:lightblue;這樣子的話，每一個主成分看到的數據維度就會都不一樣。就像我們生活的三度空間，被分解為「X、Y、Z」一樣。@@
# 這一類的線性組合，是一種「新變數(本質上)」，最多有$p$個。@@bgcolor:lightblue;但是我們希望大部分指標的「重要性(變異數)」是「低到可以被忽略的」。也就是說，少數幾個主成分就可以適當地描繪數據的變異，進而達成某種程度的「便利性」。@@
===
+++[主成分分析的最佳使用時機]
* 如果原始數據的變數彼此都不相關，那主成分分析會失敗(意味著，找不到新變數。@@bgcolor:orange;為什麼？@@)。
* 如果變數之間的相關係數類似以下這一個表格，主成分分析的最後結果是留下一個變數。因為五個主成分的重要性依序分別是3.62, 0.53, 0.39, 0.30跟0.16。
|| $X_1$ | $X_2$ | $X_3$ | $X_4$ | $X_5$ |
| $X_1$ | 1.000 |||||
| $X_2$ | 0.735 | 1.000 ||||
| $X_3$ | 0.662 | 0.674 | 1.000 |||
| $X_4$ | 0.645 | 0.769 | 0.763 | 1.000 ||
| $X_5$ | 0.605 | 0.529 | 0.526 | 0.607 | 1.000 |
* 如果原始變數彼此高度相關，不論是正相關還是負相關，可以用兩到三個主成分適當地表達20個或是更多個變數的變異。(請參考B. F. J. Manly, 2005, chapter 6.)
* 如果最後分析的結果只留下少數幾個主成分，代表說原始數據存在著太多的「重複」，也就是說大部分它們(原始數據)看到的東西(帶有的資訊)是類似的。
===
!!!
+++[哪一個表格可以用來進行主成分分析？]
| 編號 | 所得 | 教育程度 |
| S1 | 5 | 5 |
| S2 | 6 | 6 |
| S3 | 15 | 14 |
| S4 | 16 | 15 |
| S5 | 25 | 20 |
| S6 | 30 | 19 |

| 編號 | 英文成績 | 數學成績 |
| S1 | 5 | 5 |
| S2 | 6 | 6 |
| S3 | 15 | 14 |
| S4 | 16 | 15 |
| S5 | 25 | 20 |
| S6 | 30 | 19 |
===

# Set good objectives
# Measure responses quantitatively
# Replicate to dampen uncontrollable variation
# Randomize the run order
# Block out known sources of variation
# Know which effects (if any) will be aliased
# Do a sequential series of experiments
# Always confirm critical findings

Type the text for 'New Tiddler'

<html><iframe src="https://spreadsheets.google.com/embeddedform?formkey=dDF1VlYyR09EOGppUGFyZ3lhNmJVOEE6MQ" width="760" height="2981" frameborder="0" marginheight="0" marginwidth="0">Loading...</iframe></html>

Type the text for 'New Tiddler'

{{{
【溫加寶】賺100萬這樣的事實，會不會改變你賺100萬的機率？
}}}
+++[統計獨立性]===
!歷史上的一刻
+++[A1]===

# boxplot
# confidence interval
# contigency table
# correlation
# distribution
# histogram
# lurking variable
# mean
# median
# outlier
# probability
# proportion
# scatterplot
# summary statistics
# three dimensional plot
# transformation

{{{
# 1. Loading dataset
data(iris)

# 2. Exploratory Analysis
plot(iris[, 1:4], col = as.integer(iris$Species) + 1)
boxplot(Petal.Length ~ Species, data = iris, col = 3, main = "Petal.Length")

# 3. Modeling
library(rpart)
rp <- rpart(Species ~ ., iris)

# 4. Model checking
plot(rp, margin = 0.1, branch = 0.3)
text(rp, fancy = T, all = T, use.n = T)

# 5. Prediction and Validation
pred <- predict(rp, type = "class")
xtabs(~pred + iris$Species)
}}}

!!!溫故知新：課堂練習題
+++[練習題一]
!!!4.1
{{{

}}}
| ID | $x_1$ | $x_2$ |
| 1 | 1 | 1 |
| 2 | 5 | 4 |
| 3 | 4 | 3 |
| 4 | 1 | 2 |
| 5 | 2 | 1 |
| 6 | 4 | 5 |
# 計算原始變數的變異數，並且得知它們個別佔總變異（數）的百分比。
# 已知第一主成分與$x_1$的夾角是$\tan^{-1}(2 \times Cov(X_1, X_2)/(V(X_1) - V(X_2)))/2$。請用「$X_1$與$X_2$的線性組合」寫出「第一主成分」與「第二主成分」。（注意：明確寫出夾角的度數。）
!!!!參考知識
<<tabs "" [[挑一個]] "" [[]][[幾何解答]] "" [[幾何解答]][[統計解答]] "" [[統計解答]]>>
!!!!參考[[課堂用書|http://www2.oritech.com.tw/product_info.php?products_id=768&osCsid=3f483101d57a7738b16b6209abd2bb0a]]p.83。
===
+++[練習題二]
!!!4.2
$$
\Sigma 
=
\left(
\begin{array}{ccc}
8 & 0 & 1 \\
0 & 8 & 3 \\
1 & 3 & 5 \\
\end{array}
\right)
$$
# 求算上述互變異矩陣的特徵值。
# 這些特徵值的總和等於原始變數的總變異（數）嗎？
# 這些特徵值的乘積等於互變異矩陣的行列式嗎？
!!!!參考知識
<<tabs "" [[挑一個]] "" [[]][[幾何解答]] "" [[幾何解答]][[統計解答]] "" [[統計解答]]>>
!!!!參考[[課堂用書|http://www2.oritech.com.tw/product_info.php?products_id=768&osCsid=3f483101d57a7738b16b6209abd2bb0a]]p.84。
===
+++[練習題三]
!!!4.3
給定
$$
S
=
\left(
\begin{array}{cc}
165.41 & 4.57 \\
4.57 & 1.27 \\
\end{array}
\right)
$$
# 利用SAS計算主成分及它們的變異數。
# 計算原始變數在個個主成分的負荷。
# 第一主成分的意義為何？（假設$X_1$是申報所得，$X_2$是扣除利息與稅金的所得。）
# 如果改成利用相關矩陣萃取主成分，請問分析結果會有什麼樣的改變？為什麼？
!!!!參考知識
<<tabs "" [[挑一個]] "" [[]][[SAS]] "" [[SAS]][[負荷]] "" [[負荷]][[解釋主成分]] "" [[解釋主成分]][[多少個主成分]] "" [[多少個主成分]]>>
!!!!參考[[課堂用書|http://www2.oritech.com.tw/product_info.php?products_id=768&osCsid=3f483101d57a7738b16b6209abd2bb0a]]p.84。
===
+++[練習題四]
{{{
練習看報表。
}}}
請參考[[課堂用書|http://www2.oritech.com.tw/product_info.php?products_id=768&osCsid=3f483101d57a7738b16b6209abd2bb0a]]p.75的報表4.2。
# 第一區談什麼？第二區談什麼？第三區談什麼？第四區談什麼？第五區談什麼？第六區談什麼？
# 原始數據的基本敘述統計量在哪裡？有什麼樣的敘述統計量？
# 
#
#
#
===

!!!再論課本提供的場景
{{{
認識了主成分分析的能耐之後，讓我們看看有什麼樣的問題，主成分分析可以幫上忙？
}}}
什麼情況下使用主成分分析？
* @@劇情一@@：財務是否健全？@@bgcolor:lightblue;課本怎麼說？@@+++[(顯示/關掉)]
{{{
財務分析師分析某公司財務的健康狀況，分析師找到了120種財務比率的數據。
她希望可以把這120種比率簡化為少數幾個(希望大概是3個)綜合性指標。
這些綜合性指標是原始120種比率的某種線性組合。
}}}
===
@@bgcolor:lightgreen;一言以蔽之@@+++[(顯示/關掉)]
{{{
找到幾個「重要指標」協助我們檢視某家上市公司的財務是否健全？
}}}
@@bgcolor:orange;請設計回答這個問題的步驟。@@並且上[[BB|BB]]討論你的創意。
===

* @@劇情二@@：製程是否控制中？@@bgcolor:lightblue;課本怎麼說？@@+++[(顯示/關掉)]
{{{
品管工程師希望由一堆製程變數的數據，推導少數幾個重要的綜合性指標，藉以檢視製程是否控制中。
}}}
===
@@bgcolor:lightgreen;一言以蔽之@@+++[(顯示/關掉)]
{{{
找到幾個「重要指標」協助我們檢視製程是否控制中？
}}}
@@bgcolor:orange;請設計回答這個問題的步驟。@@並且上[[BB|BB]]討論你的創意。
===

* @@劇情三@@：多重共線性有解嗎？@@bgcolor:lightblue;課本怎麼說？@@+++[(顯示/關掉)]
{{{
行銷經理希望推導預測銷售量的迴歸模型。
但是他發現自變數之間彼此高度相關，這帶出一種所謂的「多重共線性」，會造成迴歸參數估計的標準差太大，導致整個迴歸模型的估計不穩定。
如果可以找到一些「彼此不相關」的新變數，而且它們能夠保留大部分原始數據的資訊，那麼行銷經理會利用這些新變數再一次建構預測銷售量的迴歸模型。
}}}
===
@@bgcolor:lightgreen;一言以蔽之@@+++[(顯示/關掉)]
{{{
多重共線性有解嗎？
}}}
@@bgcolor:orange;請設計回答這個問題的步驟。@@並且上[[BB|BB]]討論你的創意。
===

* @@劇情四@@：什麼樣的麻雀有生存優勢？@@bgcolor:lightblue;專家怎麼說？@@+++[(顯示/關掉)]
{{{

}}}
===
@@bgcolor:lightgreen;一言以蔽之@@+++[(顯示/關掉)]
{{{
什麼樣的麻雀有生存優勢？
}}}
@@bgcolor:orange;請設計回答這個問題的步驟。@@並且上[[BB|BB]]討論你的創意。
===

* @@劇情五@@：物價指數。@@bgcolor:lightblue;維基百科怎麼說？@@+++[(顯示/關掉)]
{{{

}}}
===
@@bgcolor:lightgreen;一言以蔽之@@+++[(顯示/關掉)]
{{{
物價指數？
}}}
@@bgcolor:orange;請設計回答這個問題的步驟。@@並且上[[BB|BB]]討論你的創意。
===

| 部 | 主戲 | JAVA | 案例 | R | 題庫 | 其他 |
||||||||

| 部 | 主戲 | JAVA | 案例 | R | 題庫 | 其他 |
||||||||

!功用
!作法
#
#
#
#
!透過R Commander得到列連表
<html><iframe src="https://docs.google.com/present/embed?id=dc884f6s_160dfdsttfd" frameborder="0" width="410" height="342"></iframe></html>
!關於「解讀列連表」

從｢區間尺度｣跳出來的數據，數字間的比例不具意義，而且｢區間尺度｣沒有定義數字｢0｣。比如說，華式溫度是一種用區間尺度測量的變數。用｢區間尺度｣測量的變數，叫做｢區間變數｣。它們當然是｢屬量變數｣。實務上，除了溫度、時間與商數(比如說，智商)，世間少有區間變數。幾乎所有屬量變數都是比例尺度得到的。

【討論區】
# 問題一：華式0度是什麼意思？
# 建議答案：華式0度並不代表「一點溫度也沒有」，只是「非常冷」。因此華式溫度並不具有定義的0。
# 問題二：華式60度比華式30度 = 華式20度比華式10度？
# 建議答案：再者，華式溫度間的比例是沒有意義的。比如說，華式60度比華式30度來得兩倍暖和是沒有意義的。
# (更多例子)
# 區間尺度擁有哪幾則運算？

| 評分項目 |  	內容說明	| 評分比例	| 期中檢核 |
| 我的飛機 | 		 | 5% 	 | ◎ |
| 我的變數 |		| 10% 	 | ◎ |
| 成員介紹 |	包含成員協作平台網址、照片、每個成員的自我介紹150字	| 5%	 | ◎ |
| 工作分配 |		| 5%	 | ◎ |
| 計畫進度 |		| 5%	 | ◎ |
| 階段成果 |		| 25% | 	 |
| 我的數據 |		| |  |
| 我的海報 |		| |  |
| 我的設計 |		| |  |
| 我的證據 |		| |  |
| 參考文獻 |	詳列完成此次作業所參考的相關資料，以圖書館館藏為優先	| 15%	 | ◎ |
| 學習反思 |	每位成員請以250字描述以協作平台〉記錄學習歷程的感想	 |  20%	 | ◎ |
| 網站設計 |	客製化個人協作平台風格	| 10%	 | ◎ |

Type the text for 'New Tiddler'

# For a $2\times2$ table, if we like to test the independence of the row and column variable, we should refer to which critical value?
## $\chi^2_{df=1, \alpha/2}$
## $\chi^2_{df=1, \alpha}$
## $\chi^2_{df=2, \alpha/2}$
## $\chi^2_{df=2, \alpha}$

Type the text for 'New Tiddler'

用｢名目尺度｣這把尺觀察的變數是一種｢分類變數｣，而且這把尺的分類（category）之間不具｢有意義的順序｣或者是｢有意義的排名｣。比如說，人類的性別、車子的顏色、員工的住宿資格等都是名目尺度的分類。

【討論區】
# 問題一：女 < 男？                                                                  
# 問題二：(男 + 女)/2 = ？                                                             
# (更多例子)
# 名目尺度擁有哪幾則運算？

用｢名目尺度｣測量的變數，叫做｢名目變數｣、得到的數據，叫做「名目數據」。

!!@@廣告詞@@
機統！機統！機率與統計！統計統計，統統忘記！「統」字出現7次，幾次發一聲、幾次發二聲、幾次發三聲？答對者，免費進場；答錯者，磕三聲響頭，享五折優待，一樣可以進場聆聽榮彬爸爸講故事給你聽。故事包括「[[2008大學生閱讀行為調查|大學生閱讀行為調查]]」、「寫一份問卷調查企劃書之[[企劃設計]]」、「抽樣調查對象之[[抽樣設計]]」、「製作採統一格式收集資料之[[問卷設計]]」、「實際進行調查時的黑手工作-[[調查實務]]」、「訪員交作業與確認資料正確性之[[回收整理]]」、「檢查問卷之有效性與了解問卷答案之[[合計作業]]」、「深入統計多變量分析之[[數據分析]]」等精彩內容。
!!!非關正確、只要幽默
+++[答案]@@color:blue;乩童！乩童！機率與統計！統計統計，通通忘記！@@===
{{{
  歡迎各位參加問卷設計研習營。
}}}

| 堂次 | 時間 | 主軸 | 細目 | 活動 |
| 01 | 06/28, 09:10~10:00 | [[腦力激盪]] | [[報到率]]、[[全球化]]、[[瞎說]]、[[窮人的風險]]、[[阿拉伯數字]] | [[我的幽默答案]] |
|~|~| [[抽樣調查總論]] | [[抽樣設計總論]]、[[問卷調查總論]] | [[關於樣本的前測]] |
| 02 | 06/28, 10:10~11:00 | [[實作一份調查]] | [[測量尺度]]、[[態度量尺]]、[[是非題]]、[[單選題]]、[[複選題]]、[[其他]] | [[批評大學生閱讀行為調查問卷]]、[[大學生閱讀行為調查]] |
|~|~|~| [[閱讀文獻]]、[[收集關鍵字]]、[[製作問卷]]、[[製作寒暄文]]、[[設計受訪者基本資料]] | <<tag 閱讀議題>>、[[分享問卷]] |
| 03 | 06/28, 11:10~12:00 | [[收集數據]] |~| [[在圖書館內調查]] |
|~|~| [[問卷數據分析]] | [[2乘2列連表]] | [[大學生閱讀行為的假說]] |

紙飛機實驗的
# +++[潛在設計因子]===

# +++[干擾因子]===

# +++[設計因子]===

# +++[固定因子]===

# +++[允許變動因子]===

# +++[可控制因子]===

# +++[不可控制因子]===

# +++[雜音因子]===

!前言
| 5 | 6 | 7 |
| 4 | 1 | 8 |
| 3 | 2 | 9 |

| [[什麼是區集？|第五幕：什麼是區集？]] | [[因子實驗加入一種區集|第六幕：因子實驗加入一種區集]] | [[分析有一種區集的因子實驗數據|第七幕：分析有一種區集的因子實驗數據]] |
| [[分析因子實驗的實驗數據|第四幕：分析因子實驗的實驗數據]] | [[什麼是因子實驗？|第一幕：什麼是因子實驗？]] | [[因子實驗加入兩種區集|第八幕：因子實驗加入二種區集]] |
| [[指派因子實驗的實驗單元|第三幕：指派因子實驗的實驗單元]] | [[因子實驗的處理設計|第二幕：因子實驗的處理設計]] | [[分析有兩種區集的因子實驗數據|第九幕：分析有兩種區集的因子實驗數據]] |

!參考文獻
!練習題

!功用
!作法
#
#
#
#
!透過R Commander得到圓餅圖
<html><iframe src="https://docs.google.com/present/embed?id=dc884f6s_113wvs2d6gn" frameborder="0" width="410" height="342"></iframe></html>
!關於「解讀圓餅圖」

<<tabs "" [[挑一個]] "" [[]][[屬性變數的圖表]] "" [[屬性變數的圖表]][[屬量變數的圖表]] "" [[屬量變數的圖表]][[比較各種圖表]] "" [[比較各種圖表]]>>

{{{
逢甲大學今年新生報到率100%好不好？
}}}
+++[數字背後隱藏的意義]===
!歷史上的一刻
+++[A1]===

Type the text for 'New Tiddler'

<html><div align="center"><iframe src ="http://www.doe-mbi.ucla.edu/~parag/multivar/pca_graf.htm" width="100%" align="center" height=400"></iframe></div></html>
!!!循著以下的「一問一答」配合上方網頁的「實況報導」試著想像「主成分分析」的目的是什麼？
{{{
注意：只看圖片！
}}}
+++[(1)]哪一條魚最大？===
+++[(2)]電腦會選土豆也會選魚！===
+++[(3)]統計學家如何教電腦選魚？===
+++[(4)]統計學家額頭上寫著哪兩個字？===
+++[(5)]魚的長度與深度===
+++[(6)]觀察「長度」與「深度」的散佈圖===
+++[(7)]哪一條魚最大？===
+++[(8)]電腦沒長眼睛！不知道最右上角的那一條魚是最大的！===
+++[(9)]兩個數字（座標軸）不好決定哪一條魚最大！一個數字（座標軸）比較容易？===
+++[(10)]那一條長長由左下角往右上角劃的那一條線就是我們的答案！===
+++[(11)]迴歸可以幫我們找到那一條直線嗎？===
+++[(12)]深入思考同一種魚的「長度」與「深度」！+++[答案]「長度」與「深度」是正相關的！======
+++[(13)]這樣的數據，「橢圓的長軸與短軸」比「原本的長度與深度」更好用！『一個數字（座標軸）比較容易』的答案就是『橢圓的長軸』。===
!!!補充說明
+++[喜歡才打開！]看完這一頁，我們心裡頭有個印象，那就是「統計學家用主成分分析估計橢圓的長軸與短軸」。
===

{{{
無誠勿試
}}}
# 收集相關中文專有名詞對應的英文專有名詞（寫在一本專用的筆記內）
# 收集[[R Commander]]英文字對應的中文字（一樣，寫在一本專用的筆記內）
# 經常「解析」
## 中文單字
## 中文詞彙
## 章節標題
## 中文句子
## 英文句子
# @@善用「英中文索引」知道您的迷團哪裡有答案？知道自己已經認識多少跟這一門課有關的專業術語？@@
# 寫出一份好作業的訣竅：
## [[R]]跟[[R Commander]]的部份今天下課馬上做；
## 需要思考的部份留下來；
## 花長一點的時間，甚至一星期（五天）思考未完成的答案；
## 想清楚或是跟其他同學朋友討論清楚之後，下一回上課前，花個半小時、一小時把剩餘的部份完成；
## 千萬不要熬夜寫作業，這樣會「課」、「業」兩失！慎思！
# @@利用課程網站的「搜尋功能」為自己的疑惑尋求答案。@@
# @@利用課本以及課本的「英中文索引」為自己的疑惑尋求答案。@@
# ++++[要經營不應付]
{{{
每天多少做一點實驗設計的功課，慢慢經營與實驗設計的情感。
}}}
===

# （請持續關心這個議題？）

{{{
無誠勿試
}}}
# 收集相關中文專有名詞對應的英文專有名詞（寫在一本專用的筆記內）
# 收集[[R Commander]]英文字對應的中文字（一樣，寫在一本專用的筆記內）
# 經常「解析」
## 中文單字
## 中文詞彙
## 章節標題
## 中文句子
## 英文句子
# （請持續關心這個議題？）

<html><div align="center"><iframe src ="file:///C:/Users/Jungpin%20Wu/Documents/%E6%95%B8%E5%AD%97%E7%9A%84%E9%AD%94%E8%A1%93/studentRegistration.html
" width="100%" align="center" height=400"></iframe></div></html>

{{{
學習「如何建立物價指數」，進而解決其他領域的主成分分析問題。
}}}
!!!維基百科記載的「Consumer price index」…
<html><div align="center"><iframe src ="http://en.wikipedia.org/wiki/Consumer_price_index" width="100%" align="center" height="600"></iframe></div></html>

一張學術海報應該包括以下的幾個內容：
# 大標題
# 小標題(可能需要)
# 作者群(按筆劃順序排列三人的姓名，最後加上指導老師的名字)
# 研究動機
# 數據與方法
# 結果與解讀
# 總結論
# 參考文獻
# 致謝
# 聯絡方式(包含單位與電子信箱)

<html><iframe src="https://docs.google.com/present/embed?id=dc884f6s_39cjnz3bhg" frameborder="0" width="410" height="342"></iframe></html>

# R
# R Commander
# Some packages
## R Commander's plug-ins
## others
# Firefox
# jsMath
# MSN

{{{
假設我們想要比較四種兔子可以吃的食譜。
}}}
!八把鑰匙
# Set good objectives +++[答案]食譜如何影響止血速度？===

# Measure responses quantitatively+++[答案]===

# Replicate to dampen uncontrollable variation+++[答案]===

# Randomize the run order+++[答案]===

# Block out known sources of variation+++[答案]===

# Know which effects (if any) will be aliased+++[答案]===

# Do a sequential series of experiments+++[答案]===

# Always confirm critical findings+++[答案]===

!實驗情境
{{{
請指定食譜代號？
}}}
{{{
生物學家準備了「16」隻兔子。
}}}
所以
{{{
您決定「指定四隻兔子」給每一種食譜。
}}}
{{{
牠們全部被一起關在一個大籠子內，直到…
}}}
!如何指定？
{{{
哪一種是完全隨機設計？
}}}
# (設計一)+++[方法描述]「隨機」從大籠子抓最前面四隻給A食譜、接著四隻給B食譜、再來四隻給C食譜、最後四隻給D食譜。===

# (設計二)+++[方法描述]為兔子編號「1, 2, 3, ..., 16」。利用電腦「隨機選號」四個號碼指定給A食譜、接著四個給B食譜、再來四個給C食譜、最後四隻個D食譜。正式實驗的時候，吃同一種食譜的四隻兔子被關在同一小籠子內。===

# (設計三)+++[方法描述]準備四張標有A, B, C, D的小紙片，分別代表四種食譜，放在摸彩箱內。「隨機」從大籠子抓一隻兔子，同時從摸彩箱「隨機」不放回抓取一張小紙片。就把抓到的兔子指定給那一張小紙片所代表的食譜，而且以「一隻兔子一個籠子」的方式進行實驗。===

# (設計四)+++[方法描述]為兔子編號「1, 2, 3, ..., 16」。準備兩個摸彩箱。一個裡頭藏有編號「1, 2, 3, ..., 16」的小紙片、另外一只摸彩箱裡頭藏有「四張A、四張B、四張C、四張D」的小紙片。「隨機」不放回地從兩個摸彩箱各抓取一張小紙片，把抓到之編號的兔子指定給抓到的食譜，而且以「一隻兔子一個籠子」的方式進行實驗。但是為了方便，「四個A食譜的籠子被放在『最前方』、緊跟著四個B食譜的籠子、再來四個C食譜的籠子、最後四個D食譜的籠子。」===

# (設計五)+++[方法描述]把「16」個小籠子排成「4乘4」的方陣，並且為它們編號。比如說，往下先、往再右的方式編號。準備兩個摸彩箱。一個裡頭藏有編號「1, 2, 3, ..., 16」的小紙片、另外一只摸彩箱裡頭藏有「四張A、四張B、四張C、四張D」的小紙片。抓到一隻兔子。「隨機」不放回地從兩個摸彩箱各抓取一張小紙片，把抓到的兔子放入小紙片所示的小籠子並且為牠小紙片顯示的食譜。重複上述動作，直到所有兔子都有食物吃為止。===

!實際上
# (設計一)+++[答案]錯誤設計===

# (設計二)+++[答案]CRD，但是實驗過程有重大瑕疵！===

# (設計三)+++[答案]RCBD===

# (設計四)+++[答案]CRD，但是籠子排放設計有瑕疵！===

# (設計五)+++[答案]CRD===

!一種可能的答案
| 1C | 5A | 9B | 13D |
| 2D | 6B | 10D | 14C |
| 3C | 7B | 11A | 15D |
| 4A | 8A | 12C | 16B |
!討論上述這一種實驗過程的缺點
{{{

}}}

執行任何一次實驗設計之前，您一定要再看一遍[[保證實驗成功的八支鑰匙]]。
----
# （一）
# （）
# （）
# （）
# （）
# （）

{{{
library(agricolae)
cipnumber <-c("CIP-101","CIP-201","CIP-301","CIP-401","CIP-501")
rep <-c(4,3,5,4,3)
# seed = 12543
crd1 <-design.crd(cipnumber,rep,number=101,12543,"Mersenne-Twister")

# no seed
crd2 <-design.crd(cipnumber,rep,number=101)

# write to hard disk
write.table(crd1,"crd.txt", row.names=FALSE, sep="\t")
file.show("crd.txt")
}}}

{{{
線性組合
}}}
$$
\sum_{i = 1}^p w_i X_i
$$
{{{
新軸 ＝ 舊軸的線性組合
}}}
{{{
投影
}}}
投影會得到座標，或者是主成分計分。
{{{
主成分 ＝ 新軸
}}}
{{{
第一主成分、第二主成分、...、第p主成分
}}}
{{{
主成分係數
}}}
$w_{ij}$
{{{
特徵值、特徵向量
}}}
$$
A x = \lambda x
$$
{{{
主成分計分 ＝ 觀察點在新軸上的投影
}}}
{{{
總變異（數）
}}}
$$
\sum_{i = 1}^p V(X_i)
$$
{{{
解釋總變異（數）的百分比
}}}
$$
\frac{\lambda_k}{\sum_{i = 1}^p V(X_i)}, \forall k = 1, 2, \cdots, p.
$$
{{{
負荷
}}}
$$
l_{ij} = \hat corr (X_j, \eta_i) = \frac{w_{ij}}{s_j} \times \sqrt{\lambda_i}
$$
{{{
維度化簡
}}}

!!!統計解答...
+++[理論解答]
先計算$\eta_1$的變異數。
$$
\begin{array}{rcl}
V(\eta_1) & = & V(w_{11}X_1 + w_{12}X_2 + \cdots + w_{1p}X_p) \\
 & = & \sum_{i=1}^p w_{1i}^2 \times V(X_i) + 2 \sum_{i < j} w_{1i} \times w_{1j} \times Cov(X_i, X_j) \\
 & = & w_1' \Sigma w_1 \\
\end{array}
$$
其中
$$
w_1
=
\left(
\begin{array}{c}
w_{11}\\
w_{12}\\
\vdots\\
w_{1p}\\
\end{array}
\right)
$$
$$
\Sigma=
\left[
\begin{array}{cccc}
V(X_1) & Cov(X_1, X_2) & \cdots & Cov(X_1, X_p) \\
Cov(X_2, X_1) & V(X_2) & \cdots & Cov(X_2, X_p) \\
\vdots & \vdots & \cdots & \vdots \\
Cov(X_p, X_1) & Cov(X_p, X_2) & \cdots & V(X_p) \\
\end{array}
\right]
$$
既然$V$是一種正定矩陣，所以
$$
\begin{array}{rclr}
V(\eta_1) & = & w_1' (\Sigma w_1) & \\
 & = & w_1' (\lambda_1 w_1) & \mbox{只要} w_1 \mbox{是對應} \lambda_1 \mbox{的固有向量}\\
 & = & \lambda_1 w_1' w_1 & \\
 & = & \lambda_1 & \mbox{只要} w_1 \mbox{是正規的固有向量}\\
\end{array}
$$
其中$\lambda_1$是$V$最大的那一個固有值，而且$w_1$是對應固有值$\lambda_1$的正規固有向量。活用同樣的推導過程，我們可以得到$w_i$是對應固有值$\lambda_i$的正規固有向量(這樣的取法就能滿足條件一與條件二)；而且只要這些正規固有向量彼此垂直，主成分係數就能滿足條件三。
===
!!!!結論
設定原始變數的互變異矩陣$\Sigma$是$p \times p$的方陣，而且它的「特徵值」滿足
$$
\lambda_1 > \lambda_2 > \cdots > \lambda_p
$$
# 第一主成分的$w_1$滿足$\Sigma w_1 = \lambda_1 w_1$；
# 第二主成分的$w_2$滿足$\Sigma w_2 = \lambda_2 w_2$；
# 第三主成分的$w_3$滿足$\Sigma w_3 = \lambda_3 w_3$；
# $\cdots$
# 第$p$主成分的$w_p$滿足$\Sigma w_p = \lambda_p w_p$；
# $V(\eta_1) = \lambda_1, V(\eta_2) = \lambda_2, \cdots, V(\eta_p) = \lambda_p$。
# $Cov(\eta_i, \eta_j) = 0, \forall i \ne j.$
!!!!R程式碼
{{{
x1 = c(16,12,13,11,10,9,8,7,5,3,2,0)
x2 = c(8,10,6,2,8,-1,4,6,-3,-1,-3,0)
Table41 = data.frame(X1 = x1, X2= x2)
S41 = cov(Table41) 
eigen41 = eigen(S41) 
eigen41$vectors = -1 * eigen41$vectors 
t(eigen41$vectors) %*% t(Table41) 
t(eigen41$vectors) %*% (t(Table41) - mean(Table41)) 
}}}
+++[詳解]
{{{
> x1 = c(16,12,13,11,10,9,8,7,5,3,2,0)
> x2 = c(8,10,6,2,8,-1,4,6,-3,-1,-3,0)
> Table41 = data.frame(X1 = x1, X2= x2)
> # 計算原始數據的互變異矩陣
> S41 = cov(Table41) 
> # 計算原始數據之互變異矩陣的固有系統
> eigen41 = eigen(S41) 
> # 乘以-1，乃因為課堂用書的習慣跟R的習慣剛好差一個負號
> eigen41$vectors = -1 * eigen41$vectors 
> # 計算「無均值修正」的主成分計分
> t(eigen41$vectors) %*% t(Table41) 
          [,1]       [,2]      [,3]      [,4]      [,5]      [,6]      [,7]       [,8]      [,9]     [,10]      [,11] [,12]
[1,] 17.134404 15.5920993 13.579041  9.381268 12.764975  5.868819  8.567202  9.2096120  1.585218  1.499390 -0.5994962     0
[2,] -5.139282 -0.9415087 -4.539785 -6.082090 -1.027337 -6.896156 -2.569641 -0.4278404 -5.611335 -2.784211 -3.5553627     0
> # 計算「均值修正」的主成分計分
> t(eigen41$vectors) %*% (t(Table41) - mean(Table41)) 
          [,1]     [,2]      [,3]      [,4]     [,5]      [,6]      [,7]     [,8]      [,9]      [,10]      [,11]     [,12]
[1,]  9.252526 7.710222  5.697163  1.499390 4.883097 -2.013059 0.6853242 1.327734 -6.296659 -6.3824874 -8.4813738 -7.881878
[2,] -1.841403 2.356370 -1.241906 -2.784211 2.270542 -3.598277 0.7282381 2.870039 -2.313456  0.5136683 -0.2574838  3.297879
> 
}}}
===
!!!!主成分的解答
$$
\begin{array}{rcl}
\eta_1 & = & 0.7282381 \times X_1 + 0.6853242 \times X_2 \\
\eta_2 & = & -0.6853242 \times X_1 + 0.7282381 \times X_2 \\
\end{array}
$$
!!!!其他有用的資訊...
* $V(\eta_1) = 38.575813$, $V(\eta_2) = 5.606005$.
!!!!透過R利用「均值修正的數據」進行主成分分析
+++[R程式碼與結果]
{{{
> x1 = x1 - mean(x1)
> x2 = x2 - mean(x2)
> Table41 = cbind(Table41, x1, x2)
> Table41
   X1 X2 x1 x2
1  16  8  8  5
2  12 10  4  7
3  13  6  5  3
4  11  2  3 -1
5  10  8  2  5
6   9 -1  1 -4
7   8  4  0  1
8   7  6 -1  3
9   5 -3 -3 -6
10  3 -1 -5 -4
11  2 -3 -6 -6
12  0  0 -8 -3
> S41 = cov(Table41[,3:4]) # 計算均值修正數據的互變異矩陣
> S41
         x1       x2
x1 23.09091 16.45455
x2 16.45455 21.09091
> eigen(S41) # 計算均值修正數據之互變異矩陣的固有系統
$values
[1] 38.575813  5.606005

$vectors
           [,1]       [,2]
[1,] -0.7282381  0.6853242
[2,] -0.6853242 -0.7282381

> 
}}}
===
!!!!透過R利用「標準化的數據」進行主成分分析
+++[R程式碼與結果]
{{{
> x1 = x1 / sd(x1)
> x2 = x2 / sd(x2)
> Table41 = cbind(Table41, x10 = x1, x20 = x2)
> Table41
   X1 X2 x1 x2        x10        x20
1  16  8  8  5  1.6648284  1.0887354
2  12 10  4  7  0.8324142  1.5242296
3  13  6  5  3  1.0405177  0.6532413
4  11  2  3 -1  0.6243106 -0.2177471
5  10  8  2  5  0.4162071  1.0887354
6   9 -1  1 -4  0.2081035 -0.8709883
7   8  4  0  1  0.0000000  0.2177471
8   7  6 -1  3 -0.2081035  0.6532413
9   5 -3 -3 -6 -0.6243106 -1.3064825
10  3 -1 -5 -4 -1.0405177 -0.8709883
11  2 -3 -6 -6 -1.2486213 -1.3064825
12  0  0 -8 -3 -1.6648284 -0.6532413
> S41 = cov(Table41[,5:6]) # 計算相關矩陣
> S41
          x10       x20
x10 1.0000000 0.7456203
x20 0.7456203 1.0000000
> eigen(S41) # 計算相關矩陣的固有系統
$values
[1] 1.7456203 0.2543797

$vectors
          [,1]       [,2]
[1,] 0.7071068 -0.7071068
[2,] 0.7071068  0.7071068

> 
}}}
===

!!!幾何解答...
{{{
43.261
}}}
+++[第一部份：微積分理論的解答]
利用$p=2$以及幾何作法，說明主成分分析的完整過程。
{{{
預備知識：平面上一定互相垂直的、係數滿足條件二跟三的兩軸，
}}}
$$
\begin{array}{rcl}
\eta_1 & = & cos(\theta) \times X_1 + sin(\theta) \times X_2 \\
\eta_2 & = & -sin(\theta) \times X_1 + cos(\theta) \times X_2 \\
\end{array}
$$
{{{
目標：
}}}
$$
\begin{array}{rcl}
V(\eta_1) & > & V(\eta_2) \\
\end{array}
$$
第一步，先找到什麼樣的$\theta$可以讓$V(\eta_1)$產生最大值或是最小值？+++[(顯示/關掉)]
$$
\begin{array}{rcl}
V(\eta_1) & = & V(\cos\theta \times X_1 + \sin\theta \times X_2) \\
 & = & \cos^2\theta \times V(X_1) + \sin^2\theta \times V(X_2) + 2 \cos\theta \sin\theta \times Cov(X_1, X_2) \\
 & = & (1 - \sin^2\theta) \times V(X_1) + \sin^2\theta \times V(X_2) + \sin(2\theta) \times Cov(X_1, X_2) \\
 & = & V(X_1) + \sin^2\theta \times (V(X_2) - V(X_1)) + \sin(2\theta) \times Cov(X_1, X_2) \\
\end{array}
$$
接下來，對$V(\eta_1)$取$\theta$的一次微分，
$$
\begin{array}{rcl}
\frac{\partial V(\eta_1)}{\partial \theta} & = & 0 + 2 \sin\theta \cos\theta \times (V(X_2) - V(X_1)) + \cos(2\theta) \times 2 \times Cov(X_1, X_2) \\
 & = & \sin(2\theta) \times (V(X_2) - V(X_1)) + 2 \cos(2\theta) \times Cov(X_1, X_2) \\
\end{array}
$$
讓結果等於$0$，我們可以發現$\theta$在哪裡會使得$V(\eta_1)$產生極值。
$$
\begin{array}{rcl}
\sin(2\theta) \times (V(X_2) - V(X_1)) + 2 \cos(2\theta) \times Cov(X_1, X_2) & = & 0 \\
\end{array}
$$
所以$\theta = \frac{1}{2} \tan^{-1} (\frac{2 Cov(X_1, X_2)}{V(X_1) - V(X_2)})$，因為
$$
\begin{array}{rcl}
\frac{\sin(2\theta)}{\cos(2\theta)} & = & \tan(2\theta) \\
 & = & \frac{2 Cov(X_1, X_2)}{V(X_1) - V(X_2)} \\
\end{array}
$$
===
另外，我們也把$\eta_2$的變異數算出來。並且試著找到什麼樣的$\theta$可以讓$V(\eta_2)$產生最大值或是最小值？+++[(顯示/關掉)]
$$
\begin{array}{rcl}
V(\eta_2) & = & V(-\sin\theta \times X_1 + \cos\theta \times X_2) \\
 & = & \sin^2\theta \times V(X_1) + \cos^2\theta \times V(X_2) - 2 \cos\theta \sin\theta \times Cov(X_1, X_2) \\
 & = & \sin^2\theta \times V(X_1) + (1 - \sin^2\theta) \times V(X_2) - \sin(2\theta) \times Cov(X_1, X_2) \\
 & = & V(X_2) + \sin^2\theta \times (V(X_1) - V(X_2)) - \sin(2\theta) \times Cov(X_1, X_2) \\
\end{array}
$$
接下來，對$V(\eta_2)$取$\theta$的一次微分，
$$
\begin{array}{rcl}
\frac{\partial V(\eta_2)}{\partial \theta} & = & 0 + 2 \sin\theta \cos\theta \times (V(X_1) - V(X_2)) - \cos(2\theta) \times 2 \times Cov(X_1, X_2) \\
 & = & \sin(2\theta) \times (V(X_1) - V(X_2)) - 2 \cos(2\theta) \times Cov(X_1, X_2) \\
\end{array}
$$
讓結果等於$0$，我們可以發現$\theta$在哪裡會使得$V(\eta_2)$產生極值。
$$
\begin{array}{rcl}
\sin(2\theta) \times (V(X_1) - V(X_2)) - 2 \cos(2\theta) \times Cov(X_1, X_2) & = & 0 \\
\end{array}
$$
所以$\theta = \frac{1}{2} \tan^{-1} (\frac{2 Cov(X_1, X_2)}{V(X_1) - V(X_2)})$，因為
$$
\begin{array}{rcl}
\frac{\sin(2\theta)}{\cos(2\theta)} & = & \tan(2\theta) \\
 & = & \frac{2 Cov(X_1, X_2)}{V(X_1) - V(X_2)} \\
\end{array}
$$
===
我們把結果摘要在接著的這個表格：
| 新變數 | 變異數 | 極值發生的地方 |
| $\cos\theta^* \times X_1 + \sin\theta^* \times X_2$ | $V(X_1) + \sin^2\theta^* \times (V(X_2) - V(X_1)) + \sin(2\theta^*) \times Cov(X_1, X_2)$ | $\frac{1}{2} \tan^{-1} (\frac{2 Cov(X_1, X_2)}{V(X_1) - V(X_2)})$ |
| $-\sin\theta^* \times X_1 + \cos\theta^* \times X_2$ | $V(X_2) - \sin^2\theta^* \times (V(X_2) - V(X_1)) - \sin(2\theta^*) \times Cov(X_1, X_2)$ | $\frac{1}{2} \tan^{-1} (\frac{2 Cov(X_1, X_2)}{V(X_1) - V(X_2)})$ |
 
根據這一份表格，我們可以知道幾件事：
# 「新變數的變異數和」等於「舊變數的變異數和」。
# 如果$V(\eta_1) > V(\eta_2)$要成立，因為不論新舊都只有兩個變數，而且兩者的變異數加起來是固定的，所以我們想辦法讓$V(\eta_1)$最大；也就是讓$V(\eta_2)$最小。
===
!!!結論：第一主成分與$X_1$（散佈圖的X軸）的夾角...
$$
\theta^* = \frac{1}{2} \tan^{-1} (\frac{2 Cov(X_1, X_2)}{V(X_1) - V(X_2)})
$$
所以第一主成分的結果是
$$
\eta_1 = \cos \theta^* X_1 + \sin \theta^* X_2
$$
而第二主成分的結果是
$$
\eta_2 = -\sin \theta^* X_1 + \cos \theta^* X_2
$$
至於它們的變異數分別是
$$
V(\eta_1) = V(X_1) + \sin^2\theta^* \times (V(X_2) - V(X_1)) + \sin(2\theta^*) \times Cov(X_1, X_2),
$$
$$
V(\eta_2) = V(X_2) - \sin^2\theta^* \times (V(X_2) - V(X_1)) - \sin(2\theta^*) \times Cov(X_1, X_2)
$$
!!!例子：數據來自表格4.1。
以下是計算所需的+++[R程式]
{{{
# 「兜」出向量x1, x2
x1 = c(16,12,13,11,10,9,8,7,5,3,2,0)
x2 = c(8,10,6,2,8,-1,4,6,-3,-1,-3,0)
# 形成表4.1，第一行叫做「X1」，第二行叫做「X2」。
Table41 = data.frame(X1 = x1, X2= x2)
# 計算發生最大變異數的角度
theta = 0.5*atan((2*S41[1,2])/(S41[1,1]-S41[2,2]))
thetaINdegree = theta*180/pi
# 計算「第一主成分的變異數」與「第二主成分的變異數」
VofFirst = S41[1,1]+sin(theta)^2*(S41[2,2]-S41[1,1])+sin(2*theta)*S41[1,2]
VofSecond = S41[2,2]-sin(theta)^2*(S41[2,2]-S41[1,1])-sin(2*theta)*S41[2,1]
# 計算第一主成分的係數
w11 = cos(theta)
w12 = sin(theta)
# 計算第二主成分的係數
w21 = -1 * sin(theta)
w22 = cos(theta)
# 計算「無均值修正」的主成分計分
eta1 = w11*x1 + w12*x2
eta2 = w21*x1 + w22*x2
# 計算「均值修正」的主成分計分
eta1C = w11*x1 + w12*x2 - (w11*mean(x1) + w12*mean(x2))
eta2C = w21*x1 + w22*x2 - (w21*mean(x1) + w22*mean(x2))
}}}
===
，+++[逐段說明]
* 「兜」出向量x1, x2
{{{
x1 = c(16,12,13,11,10,9,8,7,5,3,2,0)
x2 = c(8,10,6,2,8,-1,4,6,-3,-1,-3,0)
}}}
* 形成表4.1，第一行叫做「X1」，第二行叫做「X2」。
{{{
Table41 = data.frame(X1 = x1, X2= x2)
}}}
* 計算發生最大變異數的角度
{{{
theta = 0.5*atan((2*16.455)/(23.091-21.091))
thetaINdegree = theta*180/pi
}}}
* 計算「第一主成分的變異數」與「第二主成分的變異數」
{{{
VofFirst = S41[1,1]+sin(theta)^2*(S41[2,2]-S41[1,1])+sin(2*theta)*S41[1,2]
VofSecond = S41[2,2]-sin(theta)^2*(S41[2,2]-S41[1,1])-sin(2*theta)*S41[2,1]
}}}
* 計算第一主成分的係數
{{{
w11 = cos(theta)
w12 = sin(theta)
}}}
* 計算第二主成分的係數
{{{
w21 = -1 * sin(theta)
w22 = cos(theta)
}}}
* 計算「無均值修正」的主成分計分
{{{
eta1 = w11*x1 + w12*x2
eta2 = w21*x1 + w22*x2
}}}
* 計算「均值修正」的主成分計分
{{{
eta1C = w11*x1 + w12*x2 - (w11*mean(x1) + w12*mean(x2))
eta2C = w21*x1 + w22*x2 - (w21*mean(x1) + w22*mean(x2))
}}}
===
，以及+++[R解答(參考表4.4)]
{{{
> w11
[1] 0.7282376
> w12
[1] 0.6853248
> w21
[1] -0.6853248
> w22
[1] 0.7282376
> 

}}}
{{{
> eta1
 [1] 17.1343992 15.5920985 13.5790370  9.3812627 12.7649739  5.8688133
 [7]  8.5671996  9.2096116  1.5852135  1.4993879 -0.5994992  0.0000000
> eta2
 [1] -5.1392960 -0.9415218 -4.5397968 -6.0820975 -1.0273473 -6.8961606
 [7] -2.5696480 -0.4278481 -5.6113366 -2.7842119 -3.5553622  0.0000000
> eta1C
 [1]  9.2525244  7.7102237  5.6971621  1.4993879  4.8830990 -2.0130616
 [7]  0.6853248  1.3277368 -6.2966614 -6.3824869 -8.4813740 -7.8818748
> eta2C
 [1] -1.8414104  2.3563638 -1.2419112 -2.7842119  2.2705382 -3.5982750
 [7]  0.7282376  2.8700375 -2.3134510  0.5136737 -0.2574767  3.2978856
}}}
===
。
!!!模擬課堂用書的解答...
+++[第二部分：統計計算理論的解答]
{{{

}}}
===

關於Experimental Unit，課堂用書的翻譯是
{{{
實驗單位
}}}
老師堅持用
{{{
實驗單元
}}}
請各位注意。

那實驗單元到底是什麼？

根據課堂用書的第18、74、141頁的資訊：
# (18) 材料
# (74) 環境
# (141) 金屬物品

最後，有一位同學給了我們一個關於實驗單元到底是什麼的建議：
{{{
觀察值發生的來源
}}}
您覺得她的答案有幾分呢？

!開場白
我有一群老鼠（全世界的老鼠都在我家！！！）。我餵「『一號食譜』跟『台灣啤酒』」給其中幾隻老鼠，餵「『二號食譜』跟『麒麟啤酒』」給另外幾隻老鼠，最後餵「『三號食譜』跟『青島啤酒』」給剩下沒吃到飯跟喝到啤酒的老鼠。一個月後，我測量這些（所有）老鼠的「性別」、「心跳」、「體溫」、「體重」。我得到四個母體。因為我沒有時間「餵所有老鼠」跟「測量所有老鼠」，所以你只會看到「部分老鼠」的「性別」、「心跳」、「體溫」、「體重」的「樣本」。
----
+++[【師生對話】]
>師問：上頭哪一句話是錯的？
>生回：全世界的老鼠都在我家！！！
>師問：為什麼？
>生回：因為我家也有老鼠！
===
!第一堂課
[[課堂用書|2010實驗設計課堂用書]]、[[授課大綱|實驗設計授課大綱]]、[[學期評量計畫|實驗設計學期評量計畫]]、<<tag 前測>>、[[開啟學習實驗設計的軟體環境]]
!前言
實驗設計基本上可以被拆成三大成分：
# [[處理設計]]
## [[一般因子實驗(FFD)]]
## [[兩水準因子實驗(2^k)]] 
## [[兩水準部份因子實驗(2^(k-p))]]
## 其他
# [[隨機設計]]
## [[完全隨機設計]]
## [[區集隨機設計]]
## [[階段隨機設計]]
## 其他
# [[重複]]
## [[replication]]
## [[repeated measures]]
至於分析實驗數據部份，大致上我們會在課堂上教到：
# [[探索式數據分析]]
# [[變異數分析（含排名檢定）]]
# [[反應曲面分析]]
# [[常態圖與半常態圖分析]]
# [[線性模型]]
!實驗設計的三階段循環
[[實驗設計的三階段]]、[[保證實驗成功的八支鑰匙]]、[[統計實驗設計的建議程序]]
!預定進度
[[預定進度|實驗設計預定進度]]、[[個人特色調查]]、[[期中調查]]、<<tag 實驗設計一分鐘報告>>、<<tag 實驗設計作業>>、<<tag 實驗設計R實習>>、[[課程要求|實驗設計課程要求]]
!案例研究
<<tag 實驗設計案例>>、<<tag 一因子實驗案例>>、<<tag 因子實驗案例>>、<<tag 區集實驗案例>>
!關於這一班
[[2010實驗設計統計系三年甲班]]、[[2010實驗設計統計系三年乙班]]
!海報計畫
[[紙飛機的基本資料|http://en.wikipedia.org/wiki/Paper_plane]]、[[紙飛機世界記錄]]、
[[我的紙飛機飛上了青天|2010實驗設計海報計畫]]、[[紙飛機實驗的基本要求]]、
[[實驗設計協作平台與我的關係？]]
!當實驗設計遇上R
[[實驗設計基礎專有名詞親屬圖]]、[[如何減輕學習實驗設計的痛苦？]]
!九部六附
| [[第五部]] | [[第六部]] | [[第七部]] |
| [[兩水準的因子實驗]] | [[一因子實驗]] | [[第八部]] |
| [[實驗的區集控制]] | [[因子實驗]] | [[第九部]] |

| [[附錄一：統計學的角色|統計學的角色]] | [[附錄二：數據|數據]] | [[附錄三：典型的數據分析過程|典型的數據分析過程]] | [[附錄四|]] | [[附錄五|]] | [[附錄六|]] |
!參考書
[[指定參考書|實驗設計指定參考書]]、[[建議參考書|實驗設計建議參考書]]、<<tag 專有名詞>>
----

|>| 1 |>| 2 |>| 3 |
| $X$ | $Y$ | $X$ | $Y$ | $X$ | $Y$ |
| 29 | 15 | 22 | 20 | 33 |14 |
| 49 | 19 | 24 | 34 | 45 | 20 |
| 48 | 21 | 49 | 28 | 35 | 30 |
| 35 | 27 | 46 | 35 | 39 | 32 |
| 53 | 35 | 52 | 42 | 36 | 34 |
| 47 | 39 | 43 | 44 | 48 | 42 |
| 46 | 23 | 64 | 46 | 63 | 40 |
| 74 | 38 | 61 | 47 | 57 | 38 |
| 72 | 33 | 55 | 40 | 56 | 54 |
| 67 | 50 | 54 | 54 | 78 | 56 |
!第一段
+++[(1)]===
+++[(2)]===
+++[(3)]===
+++[(4)]===
+++[(5)]===
!第二段
+++[(1)]===
+++[(2)]===
+++[(3)]===
+++[(4)]===
+++[(5)]===
!第三段
+++[(1)]===
+++[(2)]===
+++[(3)]===
+++[(4)]===
+++[(5)]===

Type the text for 'New Tiddler'

Type the text for 'New Tiddler'

<html><iframe src="https://docs.google.com/present/embed?id=dc884f6s_97grxtj7d8" frameborder="0" width="410" height="342"></iframe></html>

* 在您的個人電腦安裝老師在課堂上安裝的程式。(假如您沒有個人電腦，不論是桌上型還是筆電，請您親至學校的電腦教室練習安裝。善用學校資源也是一種修練。)
* 利用R Commander將分配給您的因子實驗數據集打入R內，完成後利用export把該表格存在跟表格同名的TXT檔；接著利用夾檔方式，將該檔案郵寄到老師實驗設計課專用信箱。
** 修統計三甲實驗設計課的同學，請寄到[[doxstatfcu2010a@gmail.com|mailto:doxstatfcu2010a@gmail.com]]。
** 修統計三乙實驗設計課的同學，請寄到[[doxstatfcu2010b@gmail.com|mailto:doxstatfcu2010b@gmail.com]]。
* (注意事項)無法在家練習的同學，請善用學校資源。任何困難，請及時反映給老師知道。謝謝合作。

（4.3, 4.4, 4.5, 4.8, 4.9, 4.10, 4.11, 4.12, 4.13）現在回到課堂用書第四章。依舊是各自負責自己分配的第四章數據集、實驗：
# 發現它的處理設計。
# 把反應變數的觀察值加入上述得到的處理設計（也就是說，會多出一行－反應變數$y$）。
# 提供一種可能的隨機完全區集設計。
# 對負責之實驗數據進行探索：取得相關的「散佈圖」與「盒形圖」。
# 解釋您看到的「散佈圖」與「盒形圖」。
# 利用[[R]]計算負責之實驗數據集的「變異數分析表」。
# 解釋上述的變異數分析表。
# 繪製適當的「殘差圖」並且對模型的適當性發表意見。
# 最後，請您建議取得「@@最大@@反應變數($Y$)觀察值」的處理是哪一種因子水準的組合？

{{{
分析一因子實驗的數據
}}}
把您負責第三章的一因子實驗數據，
# 輸入[[R]]、
# 繪製各水準的盒形圖、
# 繪製散佈圖（如果您的因子是數字型變數）、
# 得到變異數分析表、
# 看圖說故事您的兩張圖（或是一張圖）以及您的變異數分析表。

這一回作業的數據來自第6章。方式一如從前。
# 題目分別是，6.1, 6.2, 6.7, 6.8, 6.9, 6.11, 6.12, 6.14, 6.17, 6.18, 6.21
# 問題如下:
## 用R寫
## 輸入數據
## 算出對比
## 算出各種效果
## 算出各種平方和
## 用之前老師教您計算平方和的方式再計算一遍各種平方和
## 用[[R Commander]]畫出效果的常態圖(normal plot)以及半常態圖(half normal plot)
## 用上一題的結果，判斷哪幾個因子是重要的

本週關於第三章的作業，跟上一個禮拜的作業要求完全一樣，只是儲存數據的表格改成第三章的練習題（位在第三章的最後）。練習結束後，一樣把同名的TXT檔寄到三甲與三乙的專用帳號
* 修統計三甲實驗設計課的同學，請寄到[[doxstatfcu2010a@gmail.com|mailto:doxstatfcu2010a@gmail.com]]。
* 修統計三乙實驗設計課的同學，請寄到[[doxstatfcu2010b@gmail.com|mailto:doxstatfcu2010b@gmail.com]]。

現在回到課堂用書第五章。依舊是各自負責自己分配的第五章數據集、實驗：
# 發現它的處理設計。
# 把反應變數的觀察值加入上述得到的處理設計（也就是說，會多出一行－反應變數$y$）。
# 提供一種可能的完全隨機設計。
# 對負責之實驗數據進行探索：取得相關的「散佈圖」與「盒形圖」。
# 解釋您看到的「散佈圖」與「盒形圖」。
# 利用[[R]]計算負責之實驗數據集的「變異數分析表」。
# 解釋上述的變異數分析表。
# 繪製適當的「殘差圖」並且對模型的適當性發表意見。
# 最後，請您建議取得「@@最大@@反應變數($Y$)觀察值」的處理是哪一種因子水準的組合？

關於第四章，拉丁方格與希臘-拉丁方格設計的練習題：
# (拉丁方格)座號奇數的同學練習4.20；座號偶數的同學練習4.21。
# (希臘-拉丁方格)座號奇數的同學練習4.28；座號偶數的同學練習4.29。
# 練習要求
## 用[[R]]以及[[R Commander]]算出每一題的變異數分析表。
## 手算每一題的變異數分析表。
## 用[Google文件]寫作業。
## 繳交期限在第11次上課前。

把分配給您的第五章數據之變異數分析表，用手算出來。
{{{
提示：老師沒教的，要自己看書。
}}}
{{{
大三了，試著自己解決問題也是六大軟能力之一。
}}}

請根據您負責的第三章練習題，回答老師以下的問題：
# 工程師需要為該表的實驗準備什麼樣的材料？
# 總共準備幾份？
# 您認為這一些材料之間會有變異嗎？
# 實驗總共作了幾次？也就是說，總共觀察反應變數幾次？
# 您認為第一次實驗應該把因子「設定」在哪一個水準？
# 您認為第一次實驗應該使用哪一份材料？
# 根據課本提供的內容，您認為可能還可以為該項實驗考慮哪一種因子？

「建議」與「要求」各組把「紙飛機實驗」的歷程放在「Google協作平台」上，最大的理由是
{{{
學習如何逐步邁向無紙的學習時代…
}}}
老師根據學校[[六大軟能力]]：
# 溝通
# 合作
# 解決
# 管理
# 學習
# 創新
的新訴求與整體高等教育的趨勢，不斷研發與課程有關的期末海報議題。今年「實驗設計」又再度回到老師執鞭，我研議「紙飛機實驗」，讓有緣選到這一門課的各位，在「輕鬆」、「具挑戰」、「作得到」的實驗議題執行過程中，學到實驗設計的大小議題。

為了因應這樣的挑戰，老師執意兩種輔助工具：
# [[R]]
# [[Google協作平台]]
挑選[[R]]，讓各位免去許多「統計計算－繪圖、製表、計算複雜難懂的統計公式等等」的不便與「無知」，促進各位把學習重點放在「解讀分析報告」上。這裡所謂的報告，指的是[[R]]給您的各種結果，包含文字、數字、與圖表。當然，這裡的報告一定是正確的統計報告。可惜的是，[[R]]是無數電腦程式組合而成，給它「垃圾」、它就會回您「垃圾報告」，所以您也@@必須學會與實驗設計有關的[[R]]，才不至於讓垃圾報告害了您。@@

至於挑選[[Google協作平台]]，希望您
# 善用學校資源，學習本世紀最重要的社交工具－[[個人網誌]]。由於，學校與搜尋引擎大師[[Google]]有合作關係，老師才決定讓您學習製作[[Google協作平台]]。
# 透過[[Google協作平台]]，學習紀錄計畫的一生。從「無」到「有」、到「成果展示」的歷程。它絕對是提升您六大軟能力的最佳平台，足以讓您超越[[MSN]]的境界。

至於您們那一組三個人，最後會創造出什麼樣的[[個人網誌]]，老師無法要求，也[[不是我的事]]。老師希望您們三人善用它，為自己加分。@@這一份網誌您可以帶著走，必要的時候，它就是您曾經實現紙飛機實驗的最佳證據。@@如果幸運，說不定還可以為您們三人的實驗設計課加「10分」。老師在這裡，可以答應您一件事：
{{{
協助您完成夢想
}}}

# 控制

<html><iframe src="https://docs.google.com/present/embed?id=dc884f6s_243hb9fmrd4" frameborder="0" width="410" height="342"></iframe></html>

!!實驗單元、因子、水準、處理、變數、母體、樣本、數據、單位、數字
我有一群老鼠（全世界的老鼠都在我家！！！）。我餵「『一號食譜』跟『台灣啤酒』」給其中幾隻老鼠，餵「『二號食譜』跟『麒麟啤酒』」給另外幾隻老鼠，最後餵「『三號食譜』跟『青島啤酒』」給剩下沒吃到飯跟喝到啤酒的老鼠。一個月後，我測量這些（所有）老鼠的「性別」、「心跳」、「體溫」、「體重」。我得到四個母體。因為我沒有時間「餵所有老鼠」跟「測量所有老鼠」，所以你只會看到「部分老鼠」的「性別」、「心跳」、「體溫」、「體重」的「樣本」。
----
+++[【師生對話】]
>師問：上頭哪一句話是錯的？
>生回：全世界的老鼠都在我家！！！
>師問：為什麼？
>生回：因為我家也有老鼠！
===
----
【關於上述老鼠實驗，請問下述專有名詞指的是內容的哪部份？】

++++[實驗單元]
>老鼠
===
+++[因子]
>食譜、啤酒
===
+++[水準]
>一號、二號、三號食譜是食譜的水準；台灣啤酒、麒麟啤酒、青島啤酒是啤酒的水準
===
+++[處理]
>『一號食譜』跟『台灣啤酒』、『二號食譜』跟『麒麟啤酒』、『三號食譜』跟『青島啤酒』
===
+++[變數]
>「性別」、「心跳」、「體溫」、「體重」
===
+++[母體]
>「全世界老鼠的性別」、「全世界老鼠的心跳」、「全世界老鼠的體溫」、「全世界老鼠的體重」
===
+++[樣本]
>「部分老鼠的性別」、「部分老鼠的心跳」、「部分老鼠的體溫」、「部分老鼠的體重」
===
+++[數據]
>「性別的觀察值」、「心跳的觀察值」、「體溫的觀察值」、「體重的觀察值」
===
+++[單位]
>「性別的單位？」、「心跳的單位？」、「體溫的單位？」、「體重的單位？」
===
+++[數字]
>「性別的數字？」、「心跳的數字？」、「體溫的數字？」、「體重的數字？」
===

!學期評量計畫
# 5分：參與記名調查
## 個人特色調查
## 壓力特質量表
## 期中調查
## 每週的一分鐘報告
# 20分：期中考(20道單複選錯置的選擇題)
# 35分：期末考(35道單複選錯置的選擇題)
# 40分：三人一組的分組期末海報(採扣分制)
##	10分：
###	第一次三分鐘口頭報告(甲同學報告)
###	隨機挑選幾位同學現場表演R(任何人都有可能被選上，完全不會扣2分)
##	10分：
###	第二次三分鐘口頭報告(乙同學報告)
###	隨機挑選幾位同學現場表演R(任何人都有可能被選上，完全不會扣2分)
##	10分：
###	第三次三分鐘口頭報告(丙同學報告)
###	隨機挑選幾位同學現場表演R(任何人都有可能被選上，完全不會扣2分)
##	10分：第四次三分鐘影片報告(最優秀的同學報告)
### 報告影片必須事先放在YouTube上。
# (加分項目)：三次專業提問(加總成績5分)、海報網站被圖書館評選為優等(加總成績10分)

| 日期 | 班級 | 學號 | 姓名 | 專業提問 | 註解 | 累計次數 |
||||||||

# [img[http://im2.book.com.tw/exep/lib/image.php?image=http://addons.books.com.tw/G/001/9/0010459169.jpg&width=200&height=280&quality=80]]
# [img[http://im1.book.com.tw/exep/lib/image.php?image=http://addons.books.com.tw/G/001/1/0010466901.jpg&width=200&height=280&quality=80]]
# [img[http://im1.book.com.tw/exep/lib/image.php?image=http://addons.books.com.tw/G/001/2/0010371622.jpg&width=200&height=280&quality=80]]

!課程簡述
{{{

}}}
!先修課程
無
!課堂用書
!指定參考書
!學期評量計畫(1-2-3-4計畫)

* 您可以用滑鼠右鍵按右邊網址，在新分頁或是新視窗開啓課程的協作平台，http://sites.google.com/a/mail.fcu.edu.tw/99xue-nian-du-shi-yan-she-ji/。
* 建議您在個別分頁或是視窗閱讀本協作平台。
----
<html><div align="center"><iframe src ="http://sites.google.com/a/mail.fcu.edu.tw/99xue-nian-du-shi-yan-she-ji/" width="100%" align="center" height=400"></iframe></div></html>

[img[http://lh6.ggpht.com/_BvX5aO5zwhM/TMaH50XowlI/AAAAAAAAJts/waNEqfVXDBM/2.jpg]]

# Project Planning Phase 
## What is to be measured?
## How large is the likely variation?
## What are the influential factors?
# Experimental Design Phase
## Control known source of variation
## Allow estimation of the size of the uncontrolled variation
## Permit an investigation of suitable models
# Statistical Analysis Phase
## Make inferences on design factors
## Guide subsequent designs
## Suggest more appropriate models

!第一次報告(計畫代號：模仿)
# 主軸：瞭解問題
# 報告時間：10/19, 10/20
# 報告方式：三分鐘口頭報告、@@現場原型機試飛@@
# 報告規格：
## (第一章投影片) 實驗設計第X組第一次報告、飛機名稱、組員姓名(按筆劃數排列)、指導老師：吳榮彬副教授
## (第二章投影片) 故事大綱
## (第三章投影片) 飛機製作綱要（一個摺紙動作一張投影片）
## (第四章投影片) 改變飛機性能的變數
## ...
## (最後一章投影片) 第一次總結
!第一次口頭報告的注意事項：
# ++++[主軸：把您挑選的紙飛機生動地講給大家聽]
{{{
千萬不要中文不是中文、英文不是英文！
}}}
===

# 報告工具：「Google文件」的「presentation」(用~GoMail的帳號註冊開啟「Google文件」)
# 盡量利用[[R]]與[[R Commander]]提供相關的資訊。
# 把「Google presentation」掛上您們那一組的「Google協作平台」。
# 把第一階段的合作學習證據上傳YouTube，並且加入「Google協作平台」。
# 報告前先用教室的[[Firefox]]打開您們那一組的「Google協作平台」。
# 原型機試飛之後，交給老師留底。

第三回我們要實地挑戰10秒。
# 地點：司令台
# 時間：正常上課時間
# 遊戲規則：
## 準備空白紙張至少@@4張@@
## 在現場摺出您們那一組[[最棒]]跟[[次棒]]摺法的飛機兩架
## 現場重複測量3次
## 比賽時，一次一輪，再繼續第二次測量，...
## 所以，當天會有6輪的試飛
## 現場紀錄
## 每一組要有一位紀錄官，紀錄全班的結果
### 天氣
### 滯空時間
### 計算平均滯空時間
### 老師會記得帶紀錄紙給每一組
## 最佳成績在10正負2秒者，加分2分
# 每一組要有一位攝影師，紀錄活動當天的花絮與當天現場發生跟自己有關的事，並且把照片或是影片放在協作平台上
# 關於第二種設計的口頭報告，跟第二次一樣，採線上報告方式，一樣三分鐘
# 每一班要有一位攝影師，紀錄全家福以及各組全家福，事後把紀錄傳給大家，讓每一組把照片放在協作平台

第二次報告的要求：
# 關於紙飛機
## 老師要求各組提出7個因子(可以改變紙飛機摺法的變數)
## 提出一個區集(不會改變紙飛機摺法的變數，至少會有2個水準)
## 利用$8 \times 7$的[[screening design]]加上一個區集變數的兩水準之[[RCBD]]安排紙飛機的摺法實驗，所以每一組至少需要摺出16架紙飛機，每一種摺法有兩架，每一種摺法在每一個區集水準只有一架
## 記得，留下整個實驗過程的影片，並且上傳到~YouTube
## 再記得，利用協作平台[插入]功能，把您們那一組的實驗證據掛在協作平台的[我的證據]
## 盡量多試飛幾次，並且留下完整的紀錄，因為數據多才方便分析
## 所以，報告時老師要看到您的[[RCBD]]設計，這一部分以[Google文件]之[試算表]的方式預先掛在協作平台的[我的設計]，(當然這一部分也會出現在您們預錄的影片裡)
## 以及，實驗數據，這一部分一樣以[Google文件]之[試算表]的方式預先掛在協作平台的[我的數據]，呈現的形式跟我們上課時為了取得變異數分析表的方式一個樣，(當然這一部分也會出現在您們預錄的影片裡)
## 所以，再提醒各位一次，為了讓您更容易用協作平台傳達成果，請立即改用[Google文件]寫報告、製作簡報、紀錄試算表、...，讓[Google文件]成為您學習的夥伴
# 網上報告
## 網上報告的意思，只是在家預錄您在課堂上報告的過程
## 所以，您想在課堂上利用口頭報告傳達的任何創意，皆可以是您網上報告的內容
## 時間3分鐘
## 必須要在上課前利用協作平台[插入]功能，預先放在[組長]的協作平台上(組長就是那一位各組跟張小姐註冊為組長的同學)
## 所以，老師利用以下平台[[https://sites.google.com/a/mail.fcu.edu.tw/2010fcustatistics/|https://sites.google.com/a/mail.fcu.edu.tw/2010fcustatistics/]]左邊側欄的組長連接，打開您們那一組的協作平台，然後在[階段成果]的[第二次報告]直接撥放您們那一組的影片
### 叮嚀：先上老師上述協作平台，試點您們那一組的協作平台連接，如果不通，趕快讓它通
### 上課報告那一天，如果還是不通，該組第二次報告以0分計
## 這一回，我們只準備1個小時讓各位進行網上報告，假如您的報告不合老師的意，我會立刻停止播放您的影片
## 請各班班代到時候紀錄各組的播放時間
# 協作平台
## 各組在這一周收到的[[期中檢核的評分表]]，是圖書館張小姐用來決定獎勵的辦法
## 除了張小姐會評比您們各組的協作平台，老師也會請助教跟我一起檢核各位努力的程度，作為期末加分的依據，請各位自行斟酌要投入多少努力
## 下一周檢查項目包括
### 我的飛機。
#### 把紙飛機的摺法以及最後的完成圖以圖片的方式插入
#### @@畫一張類似老師發放講義用虛實線表達的摺法，一樣以圖片的方式插入@@
### 我的變數。把腦力激盪出來的變數的[變數中文名稱]，[變數英文名稱]，[因子還是區集]、[水準說明]、[是否成為研究變數]、等以[清單]的頁面範本打進去
### 成員介紹。把成員的[姓名]，[學號]，[班級]等以[清單]的頁面範本打進去
### 工作分配。一樣用[清單]，紀錄[任務]、[工作項目]、[負責人]、[是否完成]
### 計畫進度。一樣用[清單]，紀錄[任務]、[工作期間]
#### 其中，[任務]指的是(一)找紙飛機、(二)腦力激盪變數(包括因子與區集)、(三)第一次報告、(四)第二次報告、(五)第三次報告、(六)期末海報
### 階段成果
#### 第一次報告的簡報
#### 第一次證據的影片
#### 第二次報告的影片
#### 第二次證據的影片
## 至於，圖書館的獎勵如下
### 第一名獎金800元
### 第二名到第五名獎金300元
### 第六名到第十名獎金200元
## 各位如何共同完成一份協作平台呢？
### 點選協作平台右邊之[其他動作]的[管理協作平台]
### 點選左邊側欄的[共用此協作平台]
### 在[新增使用者]新增您組員的~GoMail帳號
### 這樣組員就可以用自己的~GoMail帳號登入後，編輯大家共有的協作平台
### @@往後，不論是老師的評鑑，還是學校的評鑑，都只針對組長名下的協作平台@@

# 分析實驗數據
# 開始重視[[單位]]
# 學會實驗設計用到的[[R]]、[[R Commander]]
# 看圖說故事
# 各種技術的相關細節
## 把數據輸入[[R]]
## [[盒形圖]]
## [[散佈圖]]
##
# ++++[全電腦的學習環境]
{{{
作任何練習、繳交任何作業、報告都使用電腦軟體，完成後把相關電子檔案寄送專用帳號。除非…
}}}
===

# （陸續增加中）

| 堂次 | 時間 | 主軸 | 細目 | 活動 | [[討論區|http://statschool01.blogspot.com]] | R | 考試 | [[期末海報|http://www.google.com.tw/images?q=paper+airplane&oe=utf-8&client=firefox-a&rlz=1R1GPCK_zh-TW___TW373&um=1&ie=UTF-8&source=univ&ei=NqNaTKHhH4i6vQOo1vGFAg&sa=X&oi=image_result_group&ct=title&resnum=1&ved=0CC0QsAQwAA&biw=922&bih=545]] | 家庭作業 |
| !01 | 09/14, 09/15 | 第一堂課 | [[點名]]、[[買書]]、[[分組]]、[[固定座位]]、[[指定座號]] | [[計算表5.1各種狀況的平均以及變異數]] | [[一分鐘報告|實驗設計一分鐘報告]] | [[R]]、[[R Commander]]、[[建立輔助學習的軟體環境]]、[[把表5.1所代表的數據集輸入R]]、[[把Table5.1輸出到同名的TXT檔案]] || [[分組]]、[[公布學期報告的主角：紙飛機]] | [[把第五章各個練習題的數據輸入R並且把輸入結果輸出到同名的TXT檔]] |
|~|~|~| [[實驗設計學期評量計畫]]、[[課堂規矩]] |~|~|~|~|~|~|
| !02 | 09/21, 09/22 | [[基本觀念|實驗設計基本觀念]] | 翻到第三章、[[一因子實驗]]、[[重複]]、[[實驗單元]]、[[重複測量]] |~|| [[認識表5.1二部曲]]、[[認識表5.1三部曲]]、[[杜拜doBy套件]]、[[發現盒形圖的用途]]、[[發現散佈圖的用途]]、[[比較盒形圖與散佈圖]]、[[發現表3.1的變異數分析表]]、[[發現表5.1的處理設計]] |||~|
| !03 | 09/28, 09/29 | [[一般全因子實驗(FFD, FFE)]] |~|| [[摘要20100921統三甲的一分鐘報告]]、[[實驗設計的三階段]]、[[實驗設計課程要求]] |~|| [[註冊各組的飛機]]、[[紙飛機實驗的基本要求]]、[[2010實驗設計海報計畫]]、[[圖書館員來講解如何製作Google.site]]、[[Google.site的基本內容]] |~|
| !04 | 10/05, 10/06 |~| [[處理設計]]、[[完全隨機設計]]、[[完全隨機設計的數據分析]] | 翻到第五章、<<tag 實驗設計案例>> | [[實驗設計協作平台與我的關係？]]、[[重複]]、[[重複測量]]、[[探索表5.1]]、[[變異數分析]] | [[發現表5.1的處理設計]]、[[發現表5.1的完全隨機設計]]、[[發現表5.1的變異數分析表]]、[[發現表5.1的模型殘差圖]] || [[航太系陳啟川教授談影響紙飛機表現的可能因素？]] | [[實驗設計作業二]]、[[實驗設計作業三]]、[[實驗設計作業四]] |
|~|~|~|>|>|>|>|>|>| [[畫一張因子實驗示意圖]] |
| 05 | 10/12, 10/13 |~| [[討論實驗設計作業五]] | 翻到第五章 | [[筆算單向變異數分析表]]、[[筆算雙向變異數分析表]]、[[筆算三向變異數分析表]] |  || [[實驗設計期末海報第一次課堂作業]] | [[實驗設計作業五]] |
| 06 | 10/19, 10/20 |~||||| [[用R挑選誰來現場小考？]] | [[第一次口頭報告|實驗設計第一次口頭報告]]、[[上傳YouTube第一階段的合作學習證據]]、[[指導第一次口頭報告]] | [[實驗設計作業六]] |
| 07 | 10/26, 10/27 |~| [[隨機完全區集設計]]、[[區集實驗的數據分析]] | 翻到第四章 | [[排名檢定]]、[[什麼是區集？]] | [[發現表4.3的處理設計]]、[[發現表4.3的變異數分析表]] || [[圖書館員第一次回答製作Google.site的問題]] |~|
|~|~|~|>|>|>|>|>|>| [[library(agricolae)]] |
|~|~|~|>|>|>|>|>|>| [[畫一張區集實驗示意圖]] |
| 08 | 11/02, 11/03 |~| [[拉丁方格設計]] ||| [[發現表4.8的處理設計]]、[[發現表4.8的變異數分析表]] ||| [[實驗設計作業七]] |
| !09 | 11/09, 11/10 |>|>|>|>|>|>| [[期中考(20%)、範圍：第一週到第八週的上課內容|2010實驗設計期中考]] | [[實驗設計作業八]] |
| 10 | 11/16, 11/17 | [[2^k實驗]] | [[處理設計]]、[[完全隨機設計]]、[[區集設計]]、[[數據分析]] | [[協作平台評分標準]] | [[討論期中考]] ||| [[第二次口頭報告|實驗設計第二次口頭報告]]、[[上傳YouTube第二階段的合作學習證據]]、[[加強協作平台內容]] ||
| 11 | 11/23, 11/24 |~|~|| [[2^2實驗]]、[[2^3實驗]]、[[2^k實驗]]、[[2^(k-p)實驗]] | [[screening design]]、[[用R取得2^2實驗的處理設計]]、[[用R取得2^3實驗的處理設計]]、[[用R取得2^k實驗的處理設計]] | [[用R挑選誰來現場小考？]] | [[公布協作平台期中預檢成績]]、[[指導第二次口頭報告]] | [[實驗設計作業九]] |
| 12 | 11/30, 12/01 | [[2^(k-p)實驗]] | [[處理設計]]、[[完全隨機設計]]、[[區集設計]]、[[數據分析]] ||||||
| 13 | 12/07, 12/08 |~| [[CCD]]、[[數據分析]] |||| [[用R挑選誰來現場小考？]] | [[第三次口頭報告|實驗設計第三次口頭報告]]、[[上傳YouTube第三階段的合作學習證據]]、[[指導第三次口頭報告]] |
| !14 | 12/14, 12/15 |~| [[完全隨機設計]]、[[數據分析]] ||||||
| !15 | 12/21, 12/22 |~| [[一區集設計]]、[[拉丁方格設計]]、[[數據分析]] ||||| [[第一次海報學術審查|第一次實驗設計海報學術審查]] |
| !16 | 12/28, 12/29 |~|~||||| [[第二次海報學術審查|第二次實驗設計海報學術審查]] |
| !17 | 01/04, 01/05 |~|~||||| [[第三次海報學術審查|第三次實驗設計海報學術審查]]、[[第四次影片報告|實驗設計第四次影片報告]]、[[上傳YouTube第四階段的合作學習證據]] |
| 18 | 01/11, 01/12 |>|>|>|>|>|>| [[期末考(30%)、範圍：第十週到第十七週的上課內容|2010實驗設計期末考]] |

| 部 | 主戲 | JAVA | 案例 | R | 題庫 | 其他 |
||||||||

!課堂用書提示的方法
#
!R Commander提示的方法
#
!方法的細節

# [[列連表]]
# [[眾數]]

!課堂用書提示的方法
#
!R Commander提示的方法
#
!方法的細節

# [[位置參數]]
## [[算術平均]]
## [[幾何平均]]
## [[調和平均]]
## [[中位數]]
## [[眾數]]
## [[去頭去尾的算術平均]]
# [[分散參數]]
## [[全距]]
## [[IQR]]
## [[變異數]]
## [[標準差]]
## [[變異係數]]
# [[偏度]]
# [[扁度]]
# [[百分位數]]
# [[四分位數]]
# [[離群值]]
# [[冒險價值]]
# …

{{{
library(agricolae)
T1<-c("a","b","c","d")
T2<-c("v","w","x","y")
graeco <-  design.graeco(T1,T2,number=101)
plots <-as.numeric(graeco[,1])
trt <- paste(graeco[,4],graeco[,5])
dim(plots)<-c(4,4)
dim(trt) <-c(4,4)
print(t(plots))
print(t(trt))
# 10 x 10
T1 <- letters[1:10]
T2 <- 1:10
graeco <-  design.graeco(T1,T2)
trt <- paste(graeco[,4],graeco[,5])
dim(trt) <-c(10,10)
print(t(trt))
}}}

<html><div align="center"><iframe src ="http://www-stat.stanford.edu/~naras/jsm/FindProbability.html" width="100%" align="center" height=600"></iframe></div></html>

每一種處理使用一樣多的樣本數。

!!!幾個簡單的場景
你有
{{{
許多種魚類樣本的「長度」與「寬度」；
}}}
{{{
好幾隻「死亡」與「倖存」麻雀的「翼長」，「嘴長」，「腳長」，與「尾長」；
}}}
{{{
全國前三大都市的「牛奶」，「麵包」，「蕃茄」，「雞蛋」，與「蘋果」的價格；
}}}
你希望決定
* @@color:red;那一種魚是大隻的魚？@@
* @@color:green;那一種麻雀有倖存優勢？@@
* @@color:blue;那一個都市的物價最高？@@

!暑假目標
# @@念一本運動統計論文集@@
# 全掌握NBA的術語(@@NBA 101@@)
# 全掌握NBA數據下載程式的所有細節
# 建構存放NBA數據資料庫的雛形
!上學期目標
# R與資料採礦相關的套件與使用者介面
# @@把那一本運動統計論文集的格局試著放大到跟資料採礦有興趣的水準@@
# 一題就夠了
# 開始採礦
# 一邊練習一邊教學
# 學生一邊練習一邊學習
# 讓御佑當助教

<html><iframe src="https://docs.google.com/present/embed?id=dc884f6s_89hqvtv8hn" frameborder="0" width="410" height="342"></iframe></html>

Type the text for 'New Tiddler'

Type the text for 'New Tiddler'

{{{
迷團
}}}
不只是您上課過程中未解的問題；它們也是您未來一週的功課。注意，它們絕大部分不會是老師的功課，除了那些被老師認定為「專業提問」的迷團。為了促進大家討論的風氣，老師在這裡徵集「解實驗設計迷團的高手」，只要您提供被老師註記為「待解迷團」的答案，寄送老師的信箱(jungpinwu@gmail.com，且主旨清楚告知您想提供哪一道迷團的答案)、並且上「ilearn.fcu.edu.tw」討論區[[我要解謎團]]公告您的答案，經老師認可後，就享有加學期總成績「1分」的資格。

{{{
迷團
}}}
不只是您上課過程中未解的問題；它們也是您未來一週的功課。注意，它們絕大部分不會是老師的功課，除了那些被老師認定為「專業提問」的迷團。為了促進大家討論的風氣，老師在這裡徵集「解統計學迷團的高手」，只要您提供被老師註記為「待解迷團」的答案，寄送老師的信箱(jungpinwu@gmail.com，且主旨清楚告知您想提供哪一道迷團的答案)、並且上「ilearn.fcu.edu.tw」討論區[[我要解謎團]]公告您的答案，經老師認可後，就享有加學期總成績「1分」的資格。@@注意：一定要清楚完整地告訴我您是誰？@@

<html><div align="center"><iframe src ="http://dist.stat.tamu.edu/pub/rvideos/Chi-Square2/Chi-Square.html
" width="100%" align="center" height=700"></iframe></div></html>

<html><div align="center"><iframe src ="http://dist.stat.tamu.edu/pub/rvideos/Getting%20Help%20in%20R2/Getting%20Help%20in%20R.html
" width="100%" align="center" height=700"></iframe></div></html>

<html><div align="center"><iframe src ="http://dist.stat.tamu.edu/pub/rvideos/One%20Way%20ANOVA2/One%20Way%20ANOVA.html
" width="100%" align="center" height=700"></iframe></div></html>

<html><div align="center"><iframe src ="http://dist.stat.tamu.edu/pub/rvideos/Install2/Install1.html
" width="100%" align="center" height=700"></iframe></div></html>

<html><div align="center"><iframe src ="http://dist.stat.tamu.edu/pub/rvideos/Libraries%20and%20Packages2/Libraries%20and%20Packages2.html
" width="100%" align="center" height=700"></iframe></div></html>

<html><div align="center"><iframe src ="http://dist.stat.tamu.edu/pub/rvideos/Simple%20R%20Session2/Simple%20R%20Session2.camrec.html
" width="100%" align="center" height=700"></iframe></div></html>

<html><div align="center"><iframe src ="http://dist.stat.tamu.edu/pub/rvideos/Dates2/Dates2.html
" width="100%" align="center" height=700"></iframe></div></html>

<html><div align="center"><iframe src ="http://dist.stat.tamu.edu/pub/rvideos/Reading%20in%20Files2/Reading%20in%20Files.html
" width="100%" align="center" height=700"></iframe></div></html>

<html><div align="center"><iframe src ="http://dist.stat.tamu.edu/pub/rvideos/Sampling2/Sampling2.html
" width="100%" align="center" height=700"></iframe></div></html>

<html><div align="center"><iframe src ="http://dist.stat.tamu.edu/pub/rvideos/Bootstrapping2/Bootstrapping.html
" width="100%" align="center" height=700"></iframe></div></html>

<html><div align="center"><iframe src ="http://dist.stat.tamu.edu/pub/rvideos/Omitting%20Cases-Stacking%20Data2/Omitting%20Cases-Stacking%20Data.html
" width="100%" align="center" height=700"></iframe></div></html>

<html><div align="center"><iframe src ="http://dist.stat.tamu.edu/pub/rvideos/Sequences2/Sequences2.camrec.html
" width="100%" align="center" height=700"></iframe></div></html>

<html><div align="center"><iframe src ="http://dist.stat.tamu.edu/pub/rvideos/Basic%20Statistics2/Basic%20Statistics2.html
" width="100%" align="center" height=700"></iframe></div></html>

<html><div align="center"><iframe src ="http://dist.stat.tamu.edu/pub/rvideos/Time%20Intervals2/Time%20Intervals2.html
" width="100%" align="center" height=700"></iframe></div></html>

<html><div align="center"><iframe src ="http://dist.stat.tamu.edu/pub/rvideos/Random%20Number%20Generators2/Random%20Number%20Generators.html
" width="100%" align="center" height=700"></iframe></div></html>

<html><div align="center"><iframe src ="http://dist.stat.tamu.edu/pub/rvideos/Inputting%20Data2/Inputting%20Data.html
" width="100%" align="center" height=700"></iframe></div></html>

<html><div align="center"><iframe src ="http://dist.stat.tamu.edu/pub/rvideos/Graphs2/Graphs.html
" width="100%" align="center" height=700"></iframe></div></html>

<html><div align="center"><iframe src ="http://dist.stat.tamu.edu/pub/rvideos/ANOVA2/ANOVA.html
" width="100%" align="center" height=700"></iframe></div></html>

<html><div align="center"><iframe src ="http://dist.stat.tamu.edu/pub/rvideos/Nested%20with%20Random%20Effects2/Nested%20with%20Random%20Effects.html
" width="100%" align="center" height=700"></iframe></div></html>

<html><div align="center"><iframe src ="http://dist.stat.tamu.edu/pub/rvideos/Two%20Way%20ANOVA%20with%20interaction2/Two%20Way%20ANOVA%20with%20interaction.html
" width="100%" align="center" height=700"></iframe></div></html>

<html><div align="center"><iframe src ="http://dist.stat.tamu.edu/pub/rvideos/Power%20and%20Sample%20Size2/Power%20and%20Sample%20Size.html
" width="100%" align="center" height=700"></iframe></div></html>

詢問態度，是非常普遍的一種問卷技巧。關於態度，不管您怎麼問，問關於甚麼事情的態度，用的那一把尺，都是｢順序尺度｣。因為它的特殊性，我們給它一個專有名詞，｢態度量尺｣。以下是幾種常見的態度量尺：

# 範疇尺度
## 1. 贊成 2. 反對
## 1. 非常重要 2. 很重要 3. 重要 4. 普通 5. 不重要 6. 很不重要 7. 非常不重要
# 極端範疇尺度：跟範疇尺度比起來，只標示兩極端選項的名稱。這時候答案通常是一個代表強度的數字。
# 兩極尺度
## 明、暗
# 單極尺度
## 漂亮、普通
# 平衡尺度
## 1. 非常重要 2. 很重要 3. 重要 4. 普通 5. 不重要 6. 很不重要 7. 非常不重要
# 不平衡尺度
## 1. 非常重要 2. 很重要 3. 重要 4. 普通 5. 不重要
# 強制選擇尺度
## 1. 非常重要 2. 很重要 3. 重要 4. 不重要 5. 很不重要 6. 非常不重要
# 相對評價尺度
## 喜歡貓遠勝於狗、喜歡狗遠勝於貓

【討論區】針對｢您是否贊成基測考試時開冷氣｣，設計一種態度量尺。

Type the text for 'New Tiddler'

| 英文字(按照出現順序) | 出現頻率 | 專業名詞 | 非專業名詞 | 專業形容詞 | 非專業形容詞 | 其他 |
| chapter | 1 || Y ||||
| data | 111111(6) | Y |||||
| and | 111111(6) ||||| Y |
| statistics | 111(3) | Y |||||
| contents | 1 || Y ||||
| in | 11(2) ||||| Y |
| practice | 1 || Y ||||
| businessweek | 1 || Y ||||
| applications | 1 || Y ||||
| business | 1 || Y ||||
| economics | 11(2) | Y |||||
| accounting | 1 | Y |||||
| finance | 1 | Y |||||
| marketing | 1 | Y |||||
| production | 1 | Y |||||
| elements | 1 | Y |||||
| variables | 1 | Y |||||
| observations | 1 | Y |||||
| scales | 1 | Y |||||
| of | 1 ||||| Y |
| measurement | 1 | Y |||||
| qualitative | 1 ||| Y |||
| quantitative | 1 ||| Y |||
| cross-sectional | 1 ||| Y |||
| time | 1 ||| Y |||
| series | 1 | Y |||||
| sources | 11(2) || Y ||||
| existing | 1 |||| Y ||
| statistical | 111(3) ||| Y |||
| studies | 1 || Y ||||
| acquisition | 1 || Y ||||
| errors | 1 | Y |||||
| descriptive | 1 ||| Y |||
| inference | 1 | Y |||||
| computers | 1 | Y |||||
| analysis | 1 | Y |||||

<html><iframe src="https://docs.google.com/present/embed?id=dc884f6s_75ckc6czc4" frameborder="0" width="410" height="342"></iframe></html>

{{{
library(agricolae)
variety <- c("perricholi","canchan","tomasa")
nitrogen <- c(40,80,120) # level of nitrogen
rcbd.ab <-design.ab(variety, nitrogen, 5, number=1001)
print(rcbd.ab) # print of the field book
}}}

<html><iframe src="https://docs.google.com/present/embed?id=dc884f6s_7475vqqhgz" frameborder="0" width="410" height="342"></iframe></html>

<html><iframe src="https://spreadsheets.google.com/embeddedform?formkey=dG1GLTVGTEp2bk9pQXhNbG9JR0dRLWc6MQ" width="760" height="3224" frameborder="0" marginheight="0" marginwidth="0">Loading...</iframe></html>

Type the text for 'New Tiddler'

{{{
library(agricolae)
varieties<-c("perricholi","yungay","maria bonita","tomasa")
lsd <-design.lsd(varieties,number=1001,seed=23)
lsd # print field book.
plots <-as.numeric(lsd[,1])
trt <-as.character(lsd[,4])
dim(plots)<-c(4,4)
dim(trt) <-c(4,4)
print(t(plots))
print(t(trt))
# Write on hard disk.
# write.table(lsd,"lsd.txt", row.names=FALSE, sep="\t")
# file.show("lsd.txt")
}}}

| 部 | 主戲 | JAVA | 案例 | R | 題庫 | 其他 |
||||||||

!第三章：一因子實驗
!第四章：區集實驗
!第五章：因子實驗

!前言
| 5 | 6 | 7 |
| 4 | 1 | 8 |
| 3 | 2 | 9 |

| [[屬性變數的數字]] | [[屬量變數的數字]] | [[數字大比較]] |
| [[第二章練習題]] | [[屬性變數的圖表]] | [[第三章練習題]] |
| [[圖表大比較]] | [[屬量變數的圖表]] | [[圖表？還是數字？]] |
!本章參考文獻

# 位置
# 分散
# 形狀
# 長尾
# 離群值 
# 常態性
# 相關
# 關連

# [img[http://lh5.ggpht.com/_BvX5aO5zwhM/TKQhoY3XIBI/AAAAAAAAJrw/xv9oB4U-v1Q/347.JPG]]
# [img[http://lh6.ggpht.com/_BvX5aO5zwhM/TKQhoauImtI/AAAAAAAAJr0/bxKK6jBNrBo/348.JPG]]
# [img[http://lh6.ggpht.com/_BvX5aO5zwhM/TKQhoSCky-I/AAAAAAAAJr4/LUnruOKarb0/s512/349.jpeg]]

!今天您在課堂上學到的重點是什麼？
+++[實驗]===+++[因子]===+++[水準]===+++[處理]===+++[FFE、FFD]===+++[平衡設計]===+++[因子、解釋變數]===+++[反應變數、依變數]===+++[善用Google]===+++[因子實驗的代號]===+++[文字？數字？因子？]===+++[缺漏值]===+++[平均]===+++[標準差]===+++[盒形圖]===+++[散佈圖]===+++[為圖加標題]===

!關於今天的內容您內心最大的迷團是什麼？
+++[好快好快好快]===+++[jsMath字型]===+++[放大鏡]===+++[TeachingDemos]===+++[觀察值]===+++[列x行？行x列？]===+++[關閉R的注意事項]===+++[Table5.1不見了]===+++[160到底是什麼身份？]===+++[把numeric變數轉化為factor變數]
[img[http://lh4.ggpht.com/_BvX5aO5zwhM/TJoQpmaDLJI/AAAAAAAAJqU/kq3udzdP6-8/318.JPG]]
===+++[Summaries]===+++[Table of statistics]
[img[http://lh4.ggpht.com/_BvX5aO5zwhM/TJbrizTGm4I/AAAAAAAAJpo/rcw2U8BXies/310.JPG]]
===+++[繪製盒形圖]
[img[http://lh6.ggpht.com/_BvX5aO5zwhM/TJbriNPH2AI/AAAAAAAAJpc/6Oq3avl0Q5A/37.JPG]]
[img[http://lh6.ggpht.com/_BvX5aO5zwhM/TJbrgxOcv6I/AAAAAAAAJpM/dSTJ0l8CPoE/33.JPG]]
===+++[繪製散佈圖]
[img[http://lh6.ggpht.com/_BvX5aO5zwhM/TJbriNPH2AI/AAAAAAAAJpc/6Oq3avl0Q5A/37.JPG]]
[img[http://lh4.ggpht.com/_BvX5aO5zwhM/TJbriDhR4LI/AAAAAAAAJpg/mf5i6uOe2Sg/s512/38.JP]]
===+++[十秒長不長？]===

!老師想要提醒您的隻字片語
{{{
電池實驗怎麼作？
}}}
{{{
把Casio計算機的顯示位數調到最大！
}}}

!今天您在課堂上學到的重點是什麼？
+++[重複]課堂用書第14頁===+++[重複測量]課堂用書第15頁===+++[線性趨勢]===+++[非線性趨勢]===+++[失衡設計]===+++[製作協作平台]===+++[盒形圖的功用]===+++[散佈圖的功用]===+++[y.1, y.2]===+++[控制變異]===+++[四顆蕃薯1個窯]===+++[實驗單元]觀察值發生的來源===

!關於今天的內容您內心最大的迷團是什麼？
+++[因子的選擇]===+++[設定水準]===+++[完全隨機設計]===+++[實驗單元]===+++[用其他瀏覽器閱讀老師的網頁]===+++[R Commander的Plug-in(s)]===+++[Google協作平台]===+++[如何進行紙飛機實驗？]===+++[每一次試射紙飛機的結果多不一樣？]===+++[到底要幾架紙飛機？]===+++[紙飛機飛行的世界記錄？]===+++[變異數分析]===+++[outlier]===+++[英中文索引]===+++[「重複」與「重複測量」的差別？]===+++[Picasa]===+++[如何讓R的成果出現在協作平台？]===+++[為什麼我的盒形圖無法用一條直線連起來？]===+++[9?18?]===+++[10秒的實驗目標？]===+++[「步驟」與「因子」]===+++[哪種情況下使用哪一種圖較合適？]===

!待解迷團
+++[(待解)如何進化自己的紙飛機？]===
+++[(待解)「重複」好？還是「重複測量」好？]===
!老師想要再一次提醒您的隻字片語
{{{
電池實驗怎麼作？
}}}

!今天您在課堂上學到的重點是什麼？
+++[因子]===+++[水準]===+++[處理]===+++[實驗單元]===+++[實驗代號]===+++[平衡設計]===+++[失衡設計]===+++[X變數、Y變數]===+++[線性趨勢、非線性趨勢]===+++[4x0]===+++[「性別」為什麼是X變數？]===+++[「心跳」、「體溫」、「體重」為什麼是Y變數？]===+++[使用Gomail]===+++[什麼是盒形圖？]===

!關於今天的內容您內心最大的迷團是什麼？
+++[繪製盒形圖]===+++[繪製散佈圖]===+++[水準的多寡對實驗有什麼影響？]===+++[3x0?3x4?]===+++[有創意的紙飛機？]===+++[把文字變數變成因子？把數字變數變成因子？]===+++[如何表達處理？]===+++[上網註冊？]===+++[課本所提供的表格是一種「分類表」？]===+++[區集？與因子？]===+++[如何上課不想睡？]===+++[非線性趨勢？]===+++[因子實驗的代號？與重複？與重複測量？]===+++[紙飛機的重心影響飛行時間？]===+++[紙飛機真的能撐10秒以上嗎？]===+++[為什麼我上課這麼緊張？]===+++[如何決定紙飛機實驗的因子？]===+++[可以增加折紙飛機的步驟嗎？]===+++[為什麼不能用去年的書？]===+++[上課內容與協作平台？]===+++[為什麼吳老師的課都在早上？]===+++[撞機？]===+++[為什麼乙班要趕課？]===+++[A上面加個小圓圈是什麼？]===+++[樣本數(n)？]===+++[失衡設計在哪裡？]===+++[R的詳盡操作過程？]===

!待解迷團
+++[(待解)如何在一學期內聽懂吳老師的話？]===

+++[(待解)改良紙飛機？]===

+++[(待解)為什麼老師今天心情這麼好？]===

+++[(待解)有無課本跟有無男女朋友的關係？]===

+++[(待解)既然認為課本翻譯不好，為何還要買？]===

+++[(待解)為何吳老師總是有這麼多讓人猜不透的idea和問題丟給修課同學？]===

+++[(待解)實驗設計課對我以後的幫助？]===

+++[(待解)如何讓自己變得有格調？]===

+++[(待解)富甲一方？]===

+++[(待解)紙飛機實驗的用意？為何用紙飛機作為實驗對象？]===

+++[(待解)我們都是凡夫俗子！？]===

!老師想要再一次提醒您的隻字片語
{{{
如果您的電腦是筆電，有R的問題，請把筆電帶來教室與我討論！
}}}

!今天您在課堂上學到的重點是什麼？
+++[直條圖]===+++[直方圖]===+++[圓餅圖]===+++[我要柏拉圖]===+++[點圖]===+++[絕對頻率]===+++[相對頻率]===+++[R真好用！]===+++[斜向左、斜向右的分配]===+++[長尾分配]===+++[對稱分配]===+++[現象與假說]===+++[用R進行加減乘除]===+++[協作平台]===+++[8020法則]===+++[線圖]===+++[Ogive]===+++[Coke Cola]===+++[平均、加權平均]===+++[R好方便]===+++[發現R的不可思議處]===+++[可能開始瞭解統計有多humor了]===


!關於今天的內容您內心最大的迷團是什麼？
+++[製圖的方法]===+++[為什麼R沒有中文版？]===+++[柏拉圖的由來？]===+++[各種圖的意義？]===+++[各種圖之間的比較？]===+++[對R的操作方式不太瞭解？指令看到頭昏眼花！]===+++[R的指令自己絕對打不出來！]===+++[Audit Time是什麼？]===+++[統計學到底在學什麼？]===+++[期中考怎麼考？]===+++[Number of Bins]===+++[Class Limits]===+++[為什麼老師的聲音可以這麼大聲？]===+++[R為什麼這麼難？]===+++[作業要幹嗎？]===+++[我的組員今天怎麼沒有來？]===+++[我要座哪？]===+++[表2.4跟2.5的關係]===+++[柏拉圖為什麼那麼厲害？]===+++[看不懂R報告？]===+++[為什麼今天這麼想睡？]===+++[英文R會怕怕的！]===+++[RRRRRRRR!!!!!!]===+++[10-14, 14-19為什麼不是10-15, 15-20？]===+++[每次我的組員跟我上一次課就沒來了…]===+++[斜向右是什麼？]===+++[每週一R的答案？]===+++[停電的時候電腦就無法使用，那R就不能用了，那作業不就不能做了。]===+++[R的程式碼除非老師教，否則不會打。]===+++[為什麼這學期不用老師的書？]===+++[分析各圖表之意義？]===+++[Google Document是什麼？]===

!待解迷團
+++[(待解)用R複習上課內容嗎？]===

+++[(待解)對柏拉圖一無所知！]===

+++[(待解)作業不知如何下手？]===

+++[(待解)10怎麼算出來的？]===

+++[(待解)為什麼每個星期都要有作業？]===

!今天您在課堂上學到的重點是什麼？
+++[CRD(完全隨機設計)]===+++[RCBD(隨機完全區集設計)]===+++[飛行的白努力原理]===+++[介紹紙飛機、紙飛機的折法]===+++[實驗設計要考慮時間與金錢成本]===+++[代號的重要性、代號＝取名賦予意義]===+++[Plot of means]===+++[單位很重要！]===+++[殘差圖]===+++[變異數分析表]===+++[控制變異]===+++[籠子擺哪裡]===+++[釘書針與迴紋針可以幫助我的紙飛機]===+++[設計與「隨心所欲」]===+++[折紙飛機的時候要用尺]===+++[從兔子實驗學到會造成變異的各種因素]===+++[代號：1,2; -1,+1; -,+; 0,1; 低，高]===+++[五種設計的優缺點]===+++[紙飛機的小改變讓結果更漂亮]===+++[改裝紙飛機]===

!關於今天的內容您內心最大的迷團是什麼？
+++[如何分辨實驗方法有瑕疵？]===+++[兔子很貪吃不怕被抓！？]===+++[如何編輯處理設計？]===+++[CRD與處理設計的關係？]===+++[第一天、第二天、…？]===+++[如何用R Commander建模？]===+++[紙飛機的設計圖？]===+++[CRD(完全隨機設計)]？]===+++[只能兩水準？]===+++[CRD與RCBD的關係？]===+++[因子實驗之處理設計的圖示法？]===+++[因子出現的先後順序有差別嗎？]===+++[如何發現實驗過程的瑕疵？]===+++[分辨因子、水準、處理、重複？]===+++[作業上傳用什麼檔案？]===+++[兔子會跑嗎？快？還是慢？]===+++[食譜代號？]===+++[變異數分析表？]===

!待解迷團
+++[(待解)為什麼每週都要有作業？]===

+++[(待解)「=」號的意義？]===

+++[(待解)隨機與變異的關係？]===

+++[(待解)籠子大小會不會影響實驗結果？]===

!老師想要再一次提醒您的隻字片語
{{{

}}}

!今天您在課堂上學到的重點是什麼？
+++[飛機飛行原理、影響紙飛機飛行的因素有哪些？]===+++[如何改良紙飛機讓它飛的更遠？]===+++[完全隨機設計(CRD)]===+++[隨機完全區集設計(RCBD)]===+++[兔子吃哪一種食譜可以促進止血能力？]===+++[兔子是活的！]===+++[代號!=符號]===+++[重複？]===+++[重複測量？]===+++[機尾折一下紙飛機不一樣了？]===+++[實驗設計要考慮時間與金錢的成本]===+++[兔子實驗過程的細節]===+++[分辨錯誤與正確的CRD]===+++[紙飛機的構造]===+++[不帶感情才是隨機！]===+++[找尋有瑕疵的實驗過程]===+++[紙張如何影響紙飛機的飛行時間？]===+++[研究不一定要一天內做完！]===+++[圖示因子實驗設計]===+++[處理設計]===+++[調整紙飛機重心可以用迴紋針]===

!關於今天的內容您內心最大的迷團是什麼？
+++[協作平台放什麼？]===+++[世界記錄的紙飛機長什麼樣子？]===+++[區集的定義？]===+++[實驗過程中，關兔子的籠子要放在實驗室的哪一個角落？]===+++[會長消失了？]===+++[真正的隨機？]===+++[紙飛機可以進行什麼樣的加工？]===+++[實驗要重複幾次才適當？]===+++[射紙飛機當天的紙張誰提供？]===+++[口頭報告準備什麼？]===+++[完美的實驗設計在哪裡？]===+++[如何修正有瑕疵的實驗過程？]===+++[9799]===+++[我是不是人？]===+++[分辨哪一種指派是完全隨機？]===+++[考低分是否未必被當？]===+++[R有時候幫我！有時候不幫我？]===+++[如何用變異數分析表解釋數據？]===+++[CRD與RCBD的關係？]===+++[不帶感情才是隨機？]===+++[ANOVA的選項沒有出現？]===+++[神秘的實驗設計課？]===+++[為什麼"R"是老師的御用軟體？]===+++[拍照回家研究？]===

!待解迷團
+++[(待解)為什麼每週都要有作業？]===

+++[(待解)到底兔籠應該怎麼擺？]===

!老師想要再一次提醒您的隻字片語
{{{

}}}

!今天您在課堂上學到的重點是什麼？
+++[各種圖適用何種數據？]===+++[平均]===+++[中位數]===+++[眾數]===+++[百分位數]===+++[四分位數]===+++[全距]===+++[IQR]===+++[變異數]===+++[標準差]===+++[排序]===+++[離群值]===+++[不確定性]===+++[凡夫俗子]===

!關於今天的內容您內心最大的迷團是什麼？
+++[為什麼plot of means這個圖好噁心？]===+++[圖的x，y變數究竟如何選擇？]===+++[為什麼安裝的R不能從EXCEL抓檔案？]===+++[Strip chart為什麼可以出現這麼多條線交接在一起？]===+++[安裝R的程式套件最後出現錯誤，但還是能開啟R Commander做作業，那有影響嗎？]===+++[我們有寫信給R，可是沒得到回應，是要寫英文嗎？]===+++[如何做xy圖？]===+++[線圖如何從R叫出來？]===+++[不懂區間的意思？]===+++[直條圖與圓餅圖大小一樣？]===+++[數據裡的區間與比例？]===+++[盒形圖有點不太懂？]===+++[母體變異數感覺好難？]===+++[對自己的答案充滿不確定感？]===+++[圖中有真意、欲說已忘圖？]===+++[不會做肩形圖？]===+++[「鬚」是幹嘛用的？]===+++[Ogive跟Line graph有什麼不同？]===+++[85從何而來？]===+++[示範列連表？]===+++[繼續討論各種圖？]===+++[為什麼數據輸入後，要做的圖卻點不出來？]===+++[輸入數據時出現NA？]===

!待解迷團
+++[(待解)做作業好辛苦？]===

+++[(待解)R作業不會做怎麼辦？]===

+++[(待解)用EXCEL輸入數據？]===

+++[(待解)R好複雜？]===

+++[(待解)該如何建立假說？]===

!今天您在課堂上學到的重點是什麼？
+++[SSA]===+++[SSB]===+++[SSAB]===+++[SSTotal]===+++[SSE]===+++[SSTrt]===+++[變異數分析、變異數分析表]===+++[A+B、A*B]===+++[交互作用]===+++[手算變異數分析表]===+++[修正項、調整項]===+++[放在USB的R 2.11.1]===+++[摺紙飛機體驗控制因子的感覺]===+++[放大鏡與後排的同學]===+++[A:B]===+++[用R得到處理設計]===+++[R的NA]===+++[用Rcmdr修改錯誤的數據與處理NA]===+++[紙飛機的實驗設計圖]===+++[手寫處理設計]===+++[data.frame]===+++[如何根據處理設計摺紙飛機?]===

!關於今天的內容您內心最大的迷團是什麼？
+++[交互作用?]===+++[甚麼時候要算SSAB、甚麼時候不算SSAB]===+++[不會算SSAB]===+++[計算平方和時需要甚麼樣的分母?]===+++[SSAB的意思?]===+++[各種平方和之間的關係?]===+++[SS是甚麼意思?]===+++[R給的圖形要不要帶走?]===+++[A*B=A+B+A:B?]===+++[各種平方和的用意?]===+++[令人不知所措的R]===

!待解迷團
+++[(待解)為什麼在課堂上練習摺紙飛機?]===

!老師想要再一次提醒您的隻字片語
# ++++[要經營不應付]
{{{
每天多少做一點實驗設計的功課，慢慢經營與實驗設計的情感。
}}}
{{{
遇上課業的困難應該先找書本找答案
}}}
===

!今天您在課堂上學到的重點是什麼？
+++[*號與顯著性]===+++[如何手寫2x3x4實驗的處理設計?]===+++[SSA]===+++[SSB]===+++[SSAB]===+++[SSTotal]===+++[SSE、SSR]===+++[SSTrt]===+++[變異數分析、變異數分析表]===+++[A+B、A*B]===+++[交互作用]===+++[手算變異數分析表]===+++[修正項、調整項]===+++[如何用R做screening design?]===+++[與紙飛機實驗有關的因子]===+++[紙飛機的重心、尾翼、機鼻、機翼角度]===+++[遇上困難應該找書本解決]===+++[R的General Full Factorial Experiments如何使用？]===+++[4種改變紙飛機摺法的因子]===+++[沒重複的SSE、有重複的SSE]===+++[沒重複的SSAB、有重複的SSAB]===+++[R的冒號代表交互作用]===+++[列因子*行因子、列因子+行因子]===+++[手算ANOVA可以加深印象！]===+++[如何不要自己手打2x3x4的處理設計？]===+++[重複與SSAB的關係？]===+++[3x2, 4x6, 2x3x4的處理設計]===+++[SSE(SSR)等於0的意義？]===

!關於今天的內容您內心最大的迷團是什麼？
+++[FFE?]===+++[紙飛機的ABCD選擇組合是否直接套用在我們的紙飛機?如何套用?]===+++[用手輸入資料???]===+++[遇上美女是緣分還是機率?]===+++[看不到老師的網頁內容?]===+++[各種平方和之間的關係?]===+++[紙飛機損壞是否重做?]===+++[A*B、A+B、A:B]===+++[如何畫出R的殘差圖並且解釋之]===+++[為何要有修正項？]===+++[R常常當掉？]===+++[各種平方和的意思？]===+++[修正項的意思？修正項的作用？]===+++[為什麼按照步驟做，答案出不來，或是不如預期？]===+++[尾翼可以不要嗎？]===+++[為何R Commander的圖表有時候按得出來，有時候不行？]===+++[在哪裡進行紙飛機實驗？]===+++[口頭報告的評分標準？]===+++[變異數分析表要分析甚麼？]===+++[為何我的R頻頻出問題？]===+++[幾個星號跟p-value的關係？]===+++[之後的紙飛機要用今天的8種飛機來改造嗎？]===+++[SSE(SSR)等於0的時候，怎麼辦？]===+++[(列因子+行因子)^2是甚麼意思？]===+++[R Commander的版面如何出現Design？]===+++[因子L、因子Q、因子C是甚麼？]===+++[用殘差決定哪一個模型比較好？]===+++[跑不出想要模型的結果時，怎麼辦？]===+++[何謂交互作用？]===+++[完成作業的技巧？]===+++[如何用R計算SSA、SSB、...]===

!待解迷團
+++[(待解)如果作業寫錯了，可以重寄一次嗎?]===

+++[(待解)有畫紙飛機摺線圖的好用軟體嗎?]===

+++[(待解)為何要學平方和？]===

+++[(待解)實驗設計作業截止繳交時間？]===

+++[(待解)為什麼要3人一組？]===

+++[(待解*****)如果紙飛機在實驗過程中損壞了，實驗要重做嗎？先前收集的數據，可以用嗎？]===

!老師想要再一次提醒您的隻字片語
# ++++[要經營不應付]
{{{
每天多少做一點實驗設計的功課，慢慢經營與實驗設計的情感。
}}}
{{{
遇上課業的困難應該先找書本找答案
}}}
===

!今天您在課堂上學到的重點是什麼？
+++[區集的定義]===+++[叫區集變數、不叫區集因子]===+++[區集是可控制的變數]===+++[區集是一種會干擾實驗結果的變數]===+++[加入區集一起研究不會改變處理設計、也就是不會改變實驗有興趣的配方]===+++[手算變異數分析表]===+++[紙飛機實驗的目標：找到飛得最久的摺法]===+++[如何隨機]===+++[處理平方和]===+++[區集平方和]===+++[區集與處理的交互作用平方和]===+++[紙張是一種紙飛機實驗的區集]===+++[如何利用Rcmdr得到RCBD？]===+++[如何利用Rcmdr得到CRD？]===+++[統計學理如何降低變異？]===+++[因子、水準、處理、配方、區集]===+++[總平方和]===+++[誤差平方和]===+++[CRD與RCBD的關係]===+++[區集的本質是變數，區集的本質不是因子]===+++[控制是實驗設計的基本功]===+++[[引入區集的用意？]===+++[RCBD不等於CRD]===+++[如何把PDF檔案放入協作平台]===+++[變異數分析表每一個數字的意義？]===+++[用Rcmdr得到各式各樣的變異數分析表]===+++[隨機完全區集設計的圖示法]===+++[紙飛機實驗的可能區集：紙張、人、日子、地點、天氣、...]===+++[紙飛機設計圖]===+++[紙飛機實驗因子水準示意圖]===+++[SSR就是SSE]===

!關於今天的內容您內心最大的迷團是什麼？
+++[協作平台的進階版內容？]===+++[引入區集的用意？]===+++[甚麼變數的水準是可以控制的？]===+++[隨機到底是甚麼？]===+++[如何選擇區集？]===+++[RCBD?]===+++[CRD?]===+++[如何判斷區集？]===+++[在每一個區集水準都有自己的CRD就是RCBD？]===+++[如何找到紙飛機的最佳摺法？]===+++[如何分辨CRD與RCBD的R表格？]===+++[如何用Rcmdr得到CRD？RCBD？]===+++[一因子與一區集，跟二因子有甚麼不一樣？]===+++[如何把區集放入處理設計？]===+++[總平方和的算法是不是只有一種？]===+++[如何判斷哪一個因子是有效的？]===+++[交集、交互作用？]===+++[甚麼時候要重複？]===

!待解迷團
+++[(待解)如何跟上老師操作R的速度？]===

+++[(待解)引入區集的用意？]===

+++[(待解)紙張大小到底是不是紙飛機實驗的區集？]===

+++[(待解)用R寫作業？]===

+++[(待解)如何摺出一模一樣的紙飛機？]===

+++[(待解)RCBD示意圖與RCBD的R表格之間的關係？]===

!老師想要再一次提醒您的隻字片語
# ++++[要經營不應付]
{{{
每天多少做一點實驗設計的功課，慢慢經營與實驗設計的情感。
}}}
{{{
遇上課業的困難應該先找書本找答案
}}}
===

!今天您在課堂上學到的重點是什麼？
+++[區集的定義]===+++[叫區集變數、不叫區集因子]===+++[區集是可控制的變數]===+++[區集是一種會干擾實驗結果的變數]===+++[加入區集一起研究不會改變處理設計、也就是不會改變實驗有興趣的配方]===+++[手算變異數分析表]===+++[重複實驗與計算交互作用平方和的關係]===+++[因子、水準、處理、區集、配方、處方]===+++[RCBD]===+++[CRD]===+++[RCBD的變異數分析表]===+++[RCBD的示意圖]===+++[區集不是因子]===+++[改變配方是因子、不改變配方是區集]===+++[處理平方和]===+++[區集平方和]===+++[能算平方和與能檢定甚麼效果是兩回事]===+++[SSR=SSE=SSAB]===+++[如何利用Rcmdr得到RCBD？]===+++[如何利用Rcmdr得到CRD？]===+++[紙飛機實驗的區集：時間、地點、紙張大小、紙張材質、人、...]===+++[區集與因子在老師的課是不一樣的！]===+++[透過控制降低變異值得發人省思！]===+++[RCBD的區集與處理之間無法計算交互作用平方和？還是無法檢定這一個交互作用效果？]===

!關於今天的內容您內心最大的迷團是什麼？
+++[除了隨機之外，還有甚麼辦法可以降低變異？]===+++[紙張大小是區集？紙張大小的選擇(A4與B5)式水準？]===+++[交互作用、檢定交互作用、交互作用平方和、誤差平方和不為0？]===+++[重複測量怎麼看？]===+++[如何重複測量？]===+++[因子、水準、處理、區集、配方、處方？]===+++[如何設計CRD?
]===+++[如何設計RCBD？]===+++[Rcmdr可以幫您挑紙飛機的水準組合，也就是摺法嗎？]===+++[紙張顏色可以是區集嗎？]===+++[R的操作放在哪裡？]===+++[人的部分不顯著，代表甚麼意思？]===+++[顯著如何判斷？]===+++[區集還是因子，哪一個對紙飛機飛行時間的影響比較大？]===+++[RCBD？8？4？]===+++[區集會對實驗造成多大的影響？]===+++[如何分辨區集與處理？]===+++[到底如何知道我的變數是區集還是因子？]===+++[一因子與一區集，跟二因子有甚麼差別？]===+++[太快了，我跟不上？]===+++[平方和的算法有幾種？]===+++[SSR， SSE到底會不會等於0？]===+++[改變重心位置是區集，還是因子？]===+++[SSAB怎麼算？]===+++[SSR怎麼算？]===+++[有區集的表格只能算出SSA跟SSB嗎？]===+++[誰是CRD？誰是RCBD？]===+++[CRD與RCBD的關係？]===+++[SSR與SSAB的關係？]===+++[太快了？]===+++[為什麼第四章這麼複雜？]===+++[如何簡單區分因子與區集？]===+++[太多代號？太複雜了？]===

!待解迷團
+++[(待解)最後的那一架紙飛機到底是哪一架？]===

+++[(待解)SSR=SSE=SSAB？]===

+++[(待解)哪一種平方和不能算？]===

+++[(待解)有交互作用？可以計算交互作用平方和？可以檢定交互作用效果？]===

+++[(待解)Rcmdr可以幫您挑紙飛機的水準組合，也就是摺法嗎？]===

+++[(待解)平方和的算法有幾種？]===

+++[(待解)SSAB怎麼算？]===

!老師想要再一次提醒您的隻字片語
# ++++[要經營不應付]
{{{
每天多少做一點實驗設計的功課，慢慢經營與實驗設計的情感。
}}}
{{{
遇上課業的困難應該先找書本找答案
}}}
===

!今天您在課堂上學到的重點是什麼？
+++[拉丁方格的定義]===+++[標準拉丁方格]===+++[(手算)計算拉丁方格實驗數據的變異數分析表]===+++[拉丁方格用來應付兩個區集]===+++[用R檢查變異數分析表的正確性]===+++[拉丁方格總數]===+++[處理平方 和]===+++[區集平方和]===+++[總平方和]===+++[誤差平方和]===+++[數獨是一種拉丁方格]===+++[LSD]===+++[幾種處理帶出幾個因子]===+++[用R跑拉丁方格設計的變異數分析表]===+++[用R算SSTrt]===+++[DOE Stat 4309]===+++[希臘拉丁方格]===+++[希臘拉丁方格設計]===+++[各種用R計算變異數分析表的命令]===+++[用Rcmdr得到RCBD跟LSD的變異數分析表]===+++[拉丁方格設計可以應付兩個區集加上一個因子]===+++[拉丁方格設計可以應付三個變數]===+++[1/576]===+++[找到4個4 x 4拉丁方格的標準方格]===+++[農業實驗與拉丁方格的關係]===+++[如何隨機挑選一個拉丁方格進行實驗設計？]===+++[一本數獨99元]===+++[3種處理帶出幾個因子？]===+++[4種處理帶出幾個因子？]===+++[5種處理帶出幾個因子？]===+++[6種處理帶出幾個因子？]===+++[7種處理帶出幾個因子？]===+++[8種處理帶出幾個因子？]===+++[9種處理帶出幾個因子？]===+++[10種處理帶出幾個因子？]===

!關於今天的內容您內心最大的迷團是什麼？
+++[農業如何使用拉丁方格做實驗？]===+++[用R得到拉丁方格設計的變異數分析表]===+++[不會算某一種平方和？]===+++[技術員是因子，還是區集？]===+++[原料批是因子，還是區集？]===+++[因子、水準、處理、區集、水準？]===+++[區集和因子一樣嗎？]===+++[到底有幾種變異數分析表？]===+++[拉丁方格設計的變異數分析表，與隨機完全區集設計的變異數分析表，兩者在計算上有何差異？]===+++[希臘拉丁方格？]===+++[農業實驗是甚麼？]===+++[數獨是一種甚麼樣的拉丁方格？]===+++[如何得知標準拉丁方格的數目？]===+++[拉丁方格與希臘拉丁方格的差異？]===+++[作業用R跑不出來，怎麼辦？]===+++[如何隨機挑選一個拉丁方格進行實驗設計？隨機調動？]===+++[拉丁方格總數的公式？]===+++[拉丁方格所談論的區集是不一樣的區集嗎？]===+++[幾種處理帶出幾個因子怎麼算？]===+++[因子與處理的關係？]===+++[甚麼時候要減SSAB？甚麼時候不用？]===

!待解迷團
+++[(待解)數獨，還是速讀？]===

+++[(待解)農業如何使用拉丁方格做實驗？]===

+++[(待解)如何隨機挑選一個拉丁方格進行實驗設計？]===

!老師想要再一次提醒您的隻字片語
# ++++[要經營不應付]
{{{
每天多少做一點實驗設計的功課，慢慢經營與實驗設計的情感。
}}}
{{{
遇上課業的困難應該先找書本找答案
}}}
===

!今天您在課堂上學到的重點是什麼？
+++[拉丁方格的定義]===+++[標準拉丁方格]===+++[(手算)計算拉丁方格實驗數據的變異數分析表]===+++[拉丁方格用來應付兩個區集]===+++[用R檢查變異數分析表的正確性]===+++[拉丁方格總數]===+++[處理平方 和]===+++[區集平方和]===+++[總平方和]===+++[誤差平方和]===+++[數獨是一種拉丁方格]===+++[LSD]===+++[幾種處理帶出幾個因子]===+++[用R跑拉丁方格設計的變異數分析表]===+++[用R算SSTrt]===+++[DOE Stat 4309]===+++[希臘拉丁方格]===+++[希臘拉丁方格設計]===+++[各種用R計算變異數分析表的命令]===+++[用Rcmdr得到RCBD跟LSD的變異數分析表]===+++[拉丁方格設計可以應付兩個區集加上一個因子]===+++[拉丁方格設計可以應付三個變數]===+++[1/576]===+++[找到4個4 x 4拉丁方格的標準方格]===+++[農業實驗與拉丁方格的關係]===+++[如何隨機挑選一個拉丁方格進行實驗設計？]===+++[一本數獨99元]===+++[3種處理帶出幾個因子？]===+++[4種處理帶出幾個因子？]===+++[5種處理帶出幾個因子？]===+++[6種處理帶出幾個因子？]===+++[7種處理帶出幾個因子？]===+++[8種處理帶出幾個因子？]===+++[9種處理帶出幾個因子？]===+++[10種處理帶出幾個因子？]===+++[攜帶式R、R帶著走]===+++[R變數的名字不能用數字開始]===

!關於今天的內容您內心最大的迷團是什麼？
+++[8 x 8拉丁方格設計為什麼需要64架紙飛機？]===+++[8 x 8拉丁方格長甚麼樣子？]===+++[9 x 9數獨的答案為什麼是唯一的？]===+++[6 x 1 x 1是甚麼實驗？]===+++[8 x 8拉丁方格設計到底可以塞進去幾個因子？]===+++[如何用拉丁方格設計實驗？]===+++[解讀拉丁方格設計？]===+++[4種處理可能來自幾個因子？]===+++[兩個區集如何安排實驗？]===+++[處理與處理設計一樣嗎？]===+++[如何把希臘拉丁方格的實驗數據打入R？]===+++[8 x 1 = 8 x 0？]===+++[誰來告訴我4 x 4標準拉丁方格的答案？]===+++[3 x 2 = 2 x 3？]===+++[如何學習上課沒教的R指令？]===+++[2 x 2 x 2 + 2是甚麼意思？]===+++[協作平台的計畫進度要寫甚麼？]===


!待解迷團
++++[(待解)飛機只有1，2秒會不會怎樣？]
{{{
表示您們那一組有很大的進步空間！
}}}
===

+++[(待解)紙飛機實驗在哪裡做？]===

+++[(待解)數獨，還是速讀？]===

++++[(待解)如何將R學得更好？]
{{{
勤做作業、勤練習；40歲的男人才會光說不練。
}}}
===

+++[(待解)6 x 1 x 1是甚麼實驗？而2 x 3 x1是甚麼實驗？]===

+++[(待解)8 x 8拉丁方格設計到底可以塞進去幾個因子？]===

+++[(待解)如何用拉丁方格設計實驗？]===

+++[(待解)處理與處理設計一樣嗎？]===

!老師想要再一次提醒您的隻字片語
# ++++[要經營不應付]
{{{
每天多少做一點實驗設計的功課，慢慢經營與實驗設計的情感。
}}}
{{{
遇上課業的困難應該先找書本找答案
}}}
===

!今天您在課堂上學到的重點是什麼？
+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===

!關於今天的內容您內心最大的迷團是什麼？
+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===

!待解迷團
+++[(待解)]===

!老師想要再一次提醒您的隻字片語
# ++++[要經營不應付]
{{{
每天多少做一點實驗設計的功課，慢慢經營與實驗設計的情感。
}}}
{{{
遇上課業的困難應該先找書本找答案
}}}
===

!今天您在課堂上學到的重點是什麼？
+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===

!關於今天的內容您內心最大的迷團是什麼？
+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===+++[]===

!待解迷團
+++[(待解)]===

!老師想要再一次提醒您的隻字片語
# ++++[要經營不應付]
{{{
每天多少做一點實驗設計的功課，慢慢經營與實驗設計的情感。
}}}
{{{
遇上課業的困難應該先找書本找答案
}}}
===

http://www.cyclismo.org/tutorial/R/types.html

http://www.cyclismo.org/tutorial/R/confidence.html

http://www.cyclismo.org/tutorial/R/cholesterol.html

http://www.cyclismo.org/tutorial/R/hwI.html

http://www.cyclismo.org/tutorial/R/tables.html

http://www.cyclismo.org/tutorial/R/basicOps.html

http://www.cyclismo.org/tutorial/R/probability.html

http://www.cyclismo.org/tutorial/R/linearLeastSquares.html

http://www.cyclismo.org/tutorial/R/plotting.html

http://www.cyclismo.org/tutorial/R/pValues.html

http://www.cyclismo.org/tutorial/R/power.html

http://www.cyclismo.org/tutorial/R/input.html

!功用
!作法
#
#
#
#
!透過R Commander得到散佈圖
<html><iframe src="https://docs.google.com/present/embed?id=dc884f6s_146npbq96gc" frameborder="0" width="410" height="342"></iframe></html>
!關於「解讀散佈圖」
!外部資源
http://docs.google.com/fileview?id=1C0lL-hynRzkFZ3hIKYm0jiHNdvBrYsC7yczUeTWZtzpnTfCbmthDudJPQLMw&hl=en

# [[算術平均]]跟[[中位數]]
# [[變異數]]跟[[IQR]]
# [[全距]]跟[[IQR]]
# [[變異數]]跟[[標準差]]

!!!主成分分析的數學性質
透過符號建構「主成分分析問題」的數學架構。
$$
\begin{array}{rcl}
\eta_1 & = & w_{11} \times X_1 + w_{12} \times X_2 + \cdots + w_{1p} \times X_p,\\
\eta_2 & = & w_{21} \times X_1 + w_{22} \times X_2 + \cdots + w_{2p} \times X_p,\\
& \vdots &\\
\eta_p & = & w_{p1} \times X_1 + w_{p2} \times X_2 + \cdots + w_{pp} \times X_p,\\
\end{array}
$$
其中$w_{ij}, i = 1, 2, \dots, p; j = 1, 2, \dots, p$ 是「主成分係數」，而且它們滿足以下三項條件：
條件一：（保證$w_i$存在且唯一，第一主成分解釋最多總變異、第二主成分解釋次多總變異、…）
$$
V(\eta_1) > V(\eta_2) > \cdots > V(\eta_p),
$$
條件二：（保證$V(\eta_i) = \lambda_i$）
$$
 w_{i1}^2 + w_{i2}^2 + \cdots + w_{ip}^2 = 1,
$$
條件三：（保證「主成分之間『不相關』」，$Cov(\eta_i, \eta_j) = 0$）
$$
w_{i1}w_{j1} + w_{i2}w_{j2} + \cdots + w_{ip}w_{jp} = 0.
$$
!!!兩件事
* 主成分的變異數
$$
\begin{array}{rcl}
V(w_1^T X) & = & w_1^T \Sigma w_1 \\
 & = & w_1^T \lambda_1 w_1 \\
 & = & \lambda_1 w_1^T w_1 \\
 & = & \lambda_1 \\
\end{array}
$$
* 主成分之間的共變異數
$$
\begin{array}{rcl}
Cov(w_1^T X, w_2^T X) & = & w_1^T \Sigma w_2 \\
 & = & w_1^T \lambda_2 w_2 \\
 & = & \lambda_2 w_1^T w_2 \\
 & = & 0 \\
\end{array}
$$
!!!以下這些「矩陣代數」的重要結果，幫助我們找到上述數學問題的答案...
# 互變異矩陣是$p \times p$的正定矩陣。
# 互變異矩陣的特徵值，滿足$\lambda_1 > \lambda_2 > \cdots > \lambda_p > 0$。
所以
# $\Sigma w_i = \lambda_i w_i, \forall i$，
而且我們可以強迫「特徵向量$w_i$」滿足
# $|w_i| = 1, \forall i$
# $w_i^T w_j = 0, \forall i \ne j$

!前言
| 5 | 6 | 7 |
| 4 | 1 | 8 |
| 3 | 2 | 9 |

| [[最常見的數據分析問題|第五幕：最常見的數據分析問題]] | [[解讀一張書上提供的圖|第六幕：解讀一張書上提供的圖]] | [[數據在哪裡？|第七幕：數據在哪裡？]] |
| [[第一章出現過的變數|第四幕：第一章出現過的變數]] | [[與數據的第一次接觸|第一幕：與數據的第一次接觸]] | [[新時代的數據集|第八幕：新時代的數據集]] |
| [[R支援的變數|第三幕：R支援的變數]] | [[解讀一張書上提供的表|第二幕：解讀一張書上提供的表]] | [[本章關鍵字|第九幕：本章關鍵字]] |
!本章參考文獻

Type the text for 'New Tiddler'

!DASL提供的方法
| [[A|DASL提供A為首的方法]] | [[B|DASL提供B為首的方法]] | [[C|DASL提供C為首的方法]] | [[D|DASL提供D為首的方法]] | [[E|DASL提供E為首的方法]] | [[F|DASL提供F為首的方法]] | [[G|DASL提供G為首的方法]] | [[H|DASL提供H為首的方法]] | [[I|DASL提供I為首的方法]] | [[J|DASL提供J為首的方法]] | [[K|DASL提供K為首的方法]] | [[L|DASL提供L為首的方法]] | [[M|DASL提供M為首的方法]] |
| [[N|DASL提供N為首的方法]] | [[O|DASL提供O為首的方法]] | [[P|DASL提供P為首的方法]] | [[Q|DASL提供Q為首的方法]] | [[R|DASL提供R為首的方法]] | [[S|DASL提供S為首的方法]] | [[T|DASL提供T為首的方法]] | [[U|DASL提供U為首的方法]] | [[V|DASL提供V為首的方法]] | [[W|DASL提供W為首的方法]] | [[X|DASL提供X為首的方法]] | [[Y|DASL提供Y為首的方法]] | [[Z|DASL提供Z為首的方法]] |

* (實驗設計、統計學、 迴歸分析)[20110913]
{{{
請點選左邊教學網，選擇並前往您的課程。或是...
}}}
# 統計學課程網站。https://sites.google.com/a/mail.fcu.edu.tw/statbusfcu
# 實驗設計課程網站。http://sites.google.com/a/mail.fcu.edu.tw/doxstatfcu
# 迴歸分析課程網站。https://sites.google.com/a/mail.fcu.edu.tw/regstatfcu
+++[舊消息]
* (多變量分析、統計學)[20101122]
{{{
請點選左邊教學網，選擇並前往您的課程。或是...
}}}
# [[統計學課程網站|https://sites.google.com/site/portablestat/]]
# [[多變量分析課程網站|http://sites.google.com/a/mail.fcu.edu.tw/99xue-nian-du-duo-bian-liang-fen-xi/]]
# [[線性模型課程網站|http://sites.google.com/a/mail.fcu.edu.tw/99xue-nian-du-xian-xing-mo-xing/]]
* (實驗設計、統計學)[20101122]
{{{
請點選左邊教學網，選擇並前往您的課程。或是...
}}}
# 統計學課程網站。https://sites.google.com/site/portablestat/
# 實驗設計課程網站。http://sites.google.com/a/mail.fcu.edu.tw/99xue-nian-du-shi-yan-she-ji/
# 資料採礦課程網站。https://sites.google.com/site/predictnba/
* (實驗設計)[20101204]
{{{
各位
實驗設計教學網站請由
sites.google.com/a/mail.fcu.edu.tw/wu-rong-bin/
的教學子網頁進入
}}}
* (實驗設計)[20101126]
{{{
12/28,29~01/04,05是協作平台評分週。
}}}
* (統計學)[20101126]
{{{
12/24~12/31是協作平台評分週。
}}}
* (實驗設計)[20101126][[2^k實驗]]公布一份老師設計的第六章導讀，請甲、乙兩班盡速參考。
----
* (實驗設計)[20101122][[實驗設計第三次口頭報告]]已經公布，請甲、乙兩班盡速參考，提早準備。@@不要再熬夜了。@@
* (實驗設計、統計學)[20101122]
{{{
關於老師要求您改變學習反思的頁面設定為公佈欄這一件事
如果不會作
請先不要作
避免不當操作
刪去您之前辛苦留下來的學習反思
}}}
* (實驗設計)[20101122][[實驗設計作業九]]已經說明清楚，請甲、乙兩班利用接下來兩周的時間寫完並且上傳至專用帳號。
----
* (實驗設計)[20101121]
{{{
各位

我已經在各組的留言板
以老師的身分
留下我對各組的建議
請盡快參考
}}}
* (統計學)[20101121]
各位
# 第十一組跟第二十二組的shoutmix竟然完全一樣
# 有幾組只把第二次報告掛上來
# 有幾組只有殼沒有魂
# 有一組放錯課程的協作平台
# 大部分組別沒有學習反思，學期快結束了，竟然說不出這門課有多苦，顯然老師對您太好了，實在...
# 有幾組很努力，但是就差那麼一點，請趕快參考老師的範本
# 有幾組只拷貝老師的範本，趕緊把內容填進去
# 有人搞錯我的變數要放什麼，要放故事所提到的變數
# 有人寫錯老師的名字，真的讓人加分加不下去
# 有組一入口就放第二次報告，給人一種缺乏資訊素養的第一印象
# 有些組把組長這一件事搞錯了，我們要的是您們那一組協作平台的成果，也就是要做得最好那一位同學的網址(叫做組長網址)，不是找一個人當組長，結果提供的網址竟是一片空白
# 請第四組趕快提出修正網址要求
# 老師無法看到第三組的報告內容，這種情形也可能發生在其他組
# 看來大家都不會自我介紹，可能是少了一年逢甲的磨練。我的大三學長姐班，好像沒有這樣的問題

截至老師周日晚上預打分數的時候，以上這一些是我發現的缺點。我會在週一下午再巡視一圈，希望我看到貴班的成長。更希望看到那成長的力道。如果不知如何下手您們那一組的協作平台，請花點時間，逛逛統計系兩班實驗設計課的成果(當然不是所有人都足當典範)。

最後，還是那一句：加油。再混，前途就要混掉了！
----
* (統計學)[20101119]各位，各組的協作平台可以從這裡進去[[http://sites.google.com/a/mail.fcu.edu.tw/2010finance-statistic/|http://sites.google.com/a/mail.fcu.edu.tw/2010finance-statistic/]]
* (統計學)[20101116]各位，有一份新的協作平台範本，放在[[https://sites.google.com/a/mail.fcu.edu.tw/fcu-finance/|https://sites.google.com/a/mail.fcu.edu.tw/fcu-finance/]]，請各位即刻參考。
----
* (實驗設計)[20101114]兩班的<<tag 實驗設計一分鐘報告>>已經完全上線，請即刻參考，了解自己的進度。
----
* (實驗設計)[20101114]
{{{
假如沒下課，上廁所請自便，或是請老師下課休息。
}}}
* (實驗設計)[20101113]
{{{
協作平台的架構以及各頁面的定義已經完成。
}}}
請參考[[https://sites.google.com/a/mail.fcu.edu.tw/fcu-statistics/|https://sites.google.com/a/mail.fcu.edu.tw/fcu-statistics/]]。
* (實驗設計)[20101113]
{{{
看來很多人對哪一個變數會影響紙飛機的表現，有諸多疑點！如何解惑呢？
}}}
{{{
上述問題的解題能力就是實驗設計希望給您的，加緊腳步多看點書！不是只會問，不會找答案！
}}}
* (統計學)[20101113]關於周五上課實錄，請參考投影片[[第五章：離散分配]]。有任何問題，或是錯誤之處，請即刻通知老師。謝謝您的支持。
* (統計學)[20101113][[統計學作業七]]的相關規定與注意事項，請盡快參考。
----
* (統計學)[20101112][[2010統計學上學期第二次口頭報告的規定]]有更新內容，請盡快參考。
* (統計學)[20101112][[2010統計學上學期第二次口頭報告的規定]]已經上線，請盡快參考。
* (實驗設計)[20101112]
{{{
[問題]RCBD的設計是要用R做出來，然後打在試算表裡面嗎？

[答案]YES

[問題]
網上報告的影片，可以用投影片搭配講話的聲音製成影片嗎？
還是一定要用相機把報告的人錄影進去？

[答案]
其實就是把教室發生的事
讓您在家預先錄好
但是在家您可以NG
可以重來
可以把30分鐘的影片剪成3分鐘
這樣的學習設計
讓您有機會做得更好
所以
當然要看到第二位報告者的廬山真面目
}}}
* (實驗設計)[20101112][[實驗設計第二次報告|實驗設計第二次口頭報告]]有新的規定，請自行參考。
* (實驗設計)[20101110]實驗設計協作平台的最後樣板已經修改完成，請參考[[https://sites.google.com/a/mail.fcu.edu.tw/fcu-statistics/|https://sites.google.com/a/mail.fcu.edu.tw/fcu-statistics/]]。
* (實驗設計)[20101110][[實驗設計作業八]]、[[實驗設計第二次報告|實驗設計第二次口頭報告]]已經上線，請自行參考。
* (實驗設計)[20101110]
{{{
下一次上課檢查協作平台進度，與第二次報告一起打分數。
}}}
* (實驗設計)[20101109]
{{{
周三上課的乙班，每一組帶一個超過2G的隨身碟到教室。
}}}
* (實驗設計)[20101108]
{{{
下周上課兩班都提早一小時上課，第一節上課地點在紀207電腦教室。
}}}
* (實驗設計)[20101108]
{{{
第二次報告採網上報告方式。
}}}
* (實驗設計)[20101108]
{{{
一、每一組在下周第一節上課前必須把報告投影片放在自己那一組的協作平台上。
二、時間3分鐘。
}}}
* (實驗設計、統計學)[20101019]
{{{
各位

在課程文件有一份文件
教各位

怎麼將要報告的文件放到協作平台呢

請儘速參考
}}}
* (統計學)[20101016]
{{{
各位

請利用時間
把DASL故事的連接
寄到
jungpinwu@gmail.com
給我
}}}
* (統計學)[20101016]
{{{
各位

請一傳十十傳百
下週五上課
請每一個人自行影印IPSUR第四章到課
這一章的部分內容
會是期中考的大重點
請不要誤了自己的成績
}}}
* (統計學)[20101014]+++[關於李同學的問題與解答：]
{{{
1.報告的"故事大綱"和"總結"內容是要做什麼?
2.怎麼把GOOGLE presentation弄到GOOGLE協作平台
}}}
{{{
李同學

關於
第一個問題

故事大綱

就是把您選到的那一個DASL故事
網站上所提供的abstract
讀懂了之後
用您生動的文筆以及說故事能力
寫出來
講出來
讓大家能夠知道統計也可以用在哪裡
收集了甚麼樣的數據(細節不在這一張說明)
也知道用了哪一些技巧(細節也不在這一張說明)
有甚麼樣的結論
說不定您們需要上網找一些補充資料
讓您在說故事的時候
可以更有看頭與聽頭

總結

就是
談您們那一組第一次報告的重點
也可以預告大家您們的第二次報告(故事的第二集、就像連續劇的第二集一樣)
準備帶給大家甚麼內容

至於
協作平台的問題
我已經幫您轉達給圖書館員張小姐
往後這一類的問題
盡量先找圖書館參考服務組的館員
請求協助
}}}
===

* (實驗設計)[2010-10-13]關於下週實驗設計第一次口頭報告的基本要求，寫在[[實驗設計第一次口頭報告]]，請儘速瞭解。任何疑義，請立即向老師回報。
* (實驗設計)[2010-10-13][[如何減輕學習實驗設計的痛苦？]]有新的建議，請參考。
* (資料採礦)[2010-10-11][[資料採礦作業二]]的詳細規定已經上線，請參考。
* (實驗設計、統計學)[2010-10-11]<<tag R助教>>已經上線，歡迎參考。
----
* (統計學)[2010-10-09][[2010統計學上學期第一次口頭報告]]已經上線，一定要參考，願各位一步一步按常規精進您的報告內容與技巧。
* (統計學)[2010-10-09][[統計學作業五]]已經上線，請確認老師的要求。
* (統計學)[2010-10-09]關於[[統計學作業四]]未完成部份，請各組繼續完成。最後以一組一份的方式上傳至專用帳號。
----
* (實驗設計)[2010-10-07]本週作業：[[實驗設計作業五]]。
* (實驗設計)[2010-10-05]寫出一份好作業的訣竅：
** [[R]]跟[[R Commander]]的部份今天下課馬上做；
** 需要思考的部份留下來；
** 花長一點的時間，甚至一星期（五天）思考未完成的答案；
** 想清楚或是跟其他同學朋友討論清楚之後，下一回上課前，花個半小時、一小時把剩餘的部份完成；
** 千萬不要熬夜寫作業，這樣會「課」、「業」兩失！慎思！
* (實驗設計)[2010-10-05]陳老師給的紙飛機資料，已經放在「ilearn」的課程文件內，請自行下載參考。
* (實驗設計)[2010-10-05][[如何減輕學習實驗設計的痛苦？]]有新的建議，請參考！
----
* (統計學)[2010-10-02]關於繪製各種圖形的R操作說明已經上線。請參考[[比較各種圖表]]的第一行所提供的連接。
* (統計學)[2010-10-02]統計學上學期的兩個入口，[[統計學]]、[[統計學上學期預定進度(期中考前)]]。
* (實驗設計)[2010-10-02]實驗設計課的兩個入口，[[實驗設計]]、[[實驗設計預定進度]]。
----
* (實驗設計)[2010-10-01]下週二、三實驗設計課將邀請航太系陳啟川教授客串講授[[紙飛機]]的[[商學院學生一定聽得懂的飛機動力學]]。請修課同學務必準時上課。保證讓您的紙飛機打破世界記錄！
* (統計學)[2010-10-01][[徵求解統計學迷團的高手]]。
* (統計學)[2010-10-01][[統計學作業三]]的詳細內容已經公布。請參考。
* (實驗設計、統計學)[第二次公告]關於加分項目的記名調查部份，[[個人特色調查]]、[[抗壓特質量表]]已經上線，請各位找時間上網完成。
* (實驗設計)[2010-09-30]關於[[摘要20100929統三乙的一分鐘報告]]已經上線，請統三乙的修課同學自行參考。
----
* (實驗設計)[2010-09-28][[徵求解實驗設計迷團的高手]]。
* (實驗設計)[2010-09-28]這一週實驗設計課有一項新作業，除了[[實驗設計作業三]]、[[實驗設計作業四]]，請各位利用時間自行閱讀課堂用書的第1.4節：[[設計實驗的指南]]。在那裡，您會找到一些對紙飛機實驗價值連城的資訊。下一次見面時，老師會跟您討論，也會考考您！
* (實驗設計)[2010-09-28]關於您為什麼在實驗設計課，學習製作[[Google協作平台]]？老師在[[實驗設計協作平台與我的關係？]]提供您一些我想說服您的理由，請參考。@@絕對有討論的空間。@@
* (實驗設計)[2010-09-28]關於紙飛機實驗的第一項要求有新選項，請各位自行參考[[紙飛機實驗的基本要求]]。
* (資料採礦)[2010-09-27]關於本週的[[作業|資料採礦作業一]]說明已經上線，請自行參考。
----
* (實驗設計)[2010-09-27]提醒各位，本週上課要註冊您們那一組的紙飛機。
* (實驗設計、統計學)關於加分項目的記名調查部份，[[個人特色調查]]、[[抗壓特質量表]]已經上線，請各位找時間上網完成。
----
* (統計學)[2010-09-24][[統計學作業二]]的詳細內容已經公布。請參考。
* (實驗設計)[2010-09-22]實驗設計入口已經增加一些有用的內容
** 一分鐘報告
** 實驗設計作業
** 實驗設計R課堂實習
** 專有名詞
** 課程要求
** 如何減輕學習實驗設計的痛苦？
等等，請三甲與三乙同學善加利用。
* (實驗設計)[2010-09-21]提醒您
{{{
兩班下一次上課在課堂上跟我註冊各組的紙飛機。
}}}
註冊步驟如下：
** 將紙飛機摺法的示意圖影印一份，寫上「修課班級」、「組別」、「組員名單」，現場交一份給我。
** 上課程部落格把示意圖的網址貼上去，貼的時候，一樣交代「修課班級」、「組別」、「組員名單」。
** 如果上課當天無法完成註冊，請隔週的星期一早上10:00到11:00到我的研究室「商1035」補註冊。
* (統計學、實驗設計、資料採礦)[2010-09-21]
{{{
中秋佳節快樂。
}}}
* (實驗設計三乙)[2010-09-21]
{{{
各位

中秋佳節正逢實驗設計第二週上課(不上課)
先祝各位中秋節愉快
這一封信
主要告訴您
老師在課程網站為各位複習上一週的內容
並且
就某一些內容進行補充加強
請各位利用時間自行研讀
}}}
* (實驗設計三甲)[2010-09-21]本週關於第三章的作業，跟上一個禮拜的作業要求完全一樣，只是儲存數據的表格改成第三章的練習題（位在第三章的最後）。練習結束後，一樣把同名的TXT檔寄到三甲與三乙的專用帳號
** 修統計三甲實驗設計課的同學，請寄到[[doxstatfcu2010a@gmail.com|mailto:doxstatfcu2010a@gmail.com]]。
** 修統計三乙實驗設計課的同學，請寄到[[doxstatfcu2010b@gmail.com|mailto:doxstatfcu2010b@gmail.com]]（下一次跟別的作業一起作！）。
* 安裝與使用R環境的簡略說明
{{{
安裝R環境主要是
一
R基座(base)
找到R 2.11.1的安裝檔案
二
R Commander
install.packages("Rcmdr", dependencies=TRUE)
三
R Commander的plugin
點選RcmdrPlugin.IPSUR
四
套件IPSUR
[選擇存放處]選最後一個存放處
[安裝程式套件]點選IPSUR

使用R環境
一
開啟R Commander
library(Rcmdr)
二
開啟IPSUR電子書
library(IPSUR)
read(IPSUR)
}}}
* (新內容通告)[2010-09-18]
** 統計學[[參考書|統計學參考書]]
** [[數據]]
* (統計學)[2010-09-18]關於挑選DASL故事這一件事，老師有以下的補充說明：
** DASL在[[http://lib.stat.cmu.edu/DASL/|http://lib.stat.cmu.edu/DASL/]]。
** 點選[[統計學上學期預定進度]]的[[期末海報|統計學上學期可以被挑選的DASL故事]]，以及[[公布學期報告的主角]]。
** [[公布學期報告的主角]]上面那16個關鍵字，不論是單一或是混用都可以，輸入DASL的搜尋引擎，找一個您們那一組喜歡的、有興趣的故事。
** 不妨先確定找不找得到同樣主題的新數據，[新]代表接近現在時間發生的數據。
** 找到之後，確定之後，列印故事的摘要頁，下一次(09/24)上課時交給老師，並且利用時間上[[課程部落格|statschool01.blogspot.com]]註冊您的故事。在部落格註冊時，需要填寫哪一些資料，請參考之前學長姐的規矩。
----
* (統計學、實驗設計)[2010-09-17]關於到底這一門課，我們會用哪一些軟體，請參考[[建立輔助學習的軟體環境]]。
* (實驗設計)[2010-09-17]關於在課堂上示範的R命令，已經放在[[課程部落格|statschool01.blogspot.com]]，請利用時間上網討論，或者是留下您的疑問或是答案。
----
* (統計學)[2010-09-17]關於今天在課堂上示範的R命令，已經放在[[課程部落格|statschool01.blogspot.com]]，請利用時間上網討論，或者是留下您的疑問或是答案。
* (統計學)[2010-09-17]關於各位這一週的功課如下
** 把我分配給您的數據表，用以下兩種方式放入R，並且寄送一份與該數據表同名的TXT檔，到這一門課的專用信箱：
*** 在R Commander用[New data set]打開[資料編輯器]，一鍵一字地打入以大寫T命名的R物件(物件這一個詞彙，下一回會解釋！)。 
*** 打開您隨書附贈的CD，找到您負責的EXCEL檔，利用R Commander的[Import data][from Excel, ...]，用小寫t為名匯入R。
*** 至於這兩個物件(R叫做data.frame)，如何匯出到一個同名的TXT檔呢？點選[data][Active data set][Export active data set]，這整個過程您都不需要加油添醋改變甚麼，您只需要找到一個您想儲存統計學作業的檔案夾，然後按確定或是OK即可。接著您會發現那個檔案夾多了一個跟表格同名的TXT檔案，一個可以用Windows[記事本]打開的檔案。請把這個檔案利用夾檔方式郵寄到您們班的專屬電子郵件地址。
*** 以上兩個TXT檔案，請一次夾檔寄到[[statfinfcu2010a@gmail.com|mailto:statfinfcu2010a@gmail.com]]。
*** 您們其中有一些人負責一個沒有名字的表格，請以Table1.9跟table1.9命名。它在CD是沒有檔案的，請自行建立一個EXCEL檔案，然後用上述第二點繼續完成您的作業。
*** 關於作業批改部分，老師採課堂上[電腦選號]方式，隨機請同學上台表演。 
* (統計學)[2010-09-16]關於各位學期海報，第一階段的註冊事宜，補充說明如下：
** 註冊日期：09/24。也就是下一次上課當天列印故事的摘要跟老師登記，並且上[[課程部落格|statschool01.blogspot.com]]註冊提供故事網址。完成上述兩項動作才表示註冊成功。若09/24當天無法註冊成功，請在接下來的周一早上至老師的研究室(商1035)補註冊。
** 關於學期海報的相關規定與時間表，請參考[[統計學上學期海報計畫]]。
----
* (實驗設計)新內容通報：
** [[每週一R]]
** [[把表5.1所代表的數據集輸入R]]
** [[把Table5.1輸出到同名的TXT檔案]]
* (實驗設計)[2010-09-14]請利用Google圖片搜尋，輸入關鍵字"paper plane"，找到一張您們那一組決定實驗的紙飛機。然後到statschool01.blogspot.com註冊。註冊時請註明：
** 一、修課班級
** 二、組別
** 三、組員姓名 學號 座號 班級
** 四、紙飛機圖片的網址
* (實驗設計)[2010-09-14]關於本周的家庭作業
** 在您的個人電腦安裝老師在課堂上安裝的程式。(假如您沒有個人電腦，不論是桌上型還是筆電，請您親至學校的電腦教室練習安裝。善用學校資源也是一種修練。)
** 利用R Commander將分配給您的因子實驗數據集打入R內，完成後利用export把該表格存在跟表格同名的TXT檔；接著利用夾檔方式，將該檔案郵寄到老師實驗設計課專用信箱。
*** 修統計三甲實驗設計課的同學，請寄到[[doxstatfcu2010a@gmail.com|mailto:doxstatfcu2010a@gmail.com]]。
*** 修統計三乙實驗設計課的同學，請寄到[[doxstatfcu2010b@gmail.com|mailto:doxstatfcu2010b@gmail.com]]。
** (注意事項)無法在家練習的同學，請善用學校資源。任何困難，請及時反映給老師知道。謝謝合作。
----
* (暑修)有必要學習支撐課程，請詳見<<tag 網路課程>>。第一門課是[[矩陣代數|網路課程：矩陣代數]]。
* (暑修)
{{{
歡迎各位提供學習統計的YouTube影片。謝謝。
}}}
* (暑修)新內容通報：
** <<tag 德州農工大學>>提供的R錄影帶數集。
** YouTube影片、[[Simple Linear Regression in R]]
** [[R教室]]
* (暑修)請各位盡快在家把用學號七位阿拉伯數字作為名稱的google帳號建立起來。方便老師透過這一項專用帳號與您聯繫。
* (暑修)起暑回生第二期(暑修第二期)的講義是IPSUR的第11跟12章。
===

<html><div align="center"><br><a href="http://www.maploco.com/view.php?id=3742386"><img border=0 src="http://www.maploco.com/vmap/3742386.png" alt="Visitor Map"></a><br><a href="http://www.maploco.com/">Create your own visitor map!</a><br></div></html>

# ++++[任課教師針對學生的反應予以正面回饋。]
{{{
(不贊成) 0   1   2   3   4   5   6   7   8   9   10 (贊成)
}}}
===

# ++++[任課教師鼓勵同學們在課堂上互相討論。]
{{{
(不贊成) 0   1   2   3   4   5   6   7   8   9   10 (贊成)
}}}
===

# ++++[任課教師適時協助同學課業上的疑問。]
{{{
(不贊成) 0   1   2   3   4   5   6   7   8   9   10 (贊成)
}}}
===

# ++++[任課教師營造有利學習的班級氣氛。]
{{{
(不贊成) 0   1   2   3   4   5   6   7   8   9   10 (贊成)
}}}
===

# ++++[任課教師使用多元評量手段瞭解同學的表現。]
{{{
(不贊成) 0   1   2   3   4   5   6   7   8   9   10 (贊成)
}}}
===

# ++++[任課教師善用不同的教學方法提升同學的學習效果。]
{{{
(不贊成) 0   1   2   3   4   5   6   7   8   9   10 (贊成)
}}}
===

# ++++[目前為止，我在本科目有所收穫。]
{{{
(不贊成) 0   1   2   3   4   5   6   7   8   9   10 (贊成)
}}}
===

# ++++[您對本課程有任何的建議嗎？]
{{{




}}}
===

!第一階段
同儕評分標準：
* 正確(佔20分)
* 可讀(佔10分)
* 吸引(佔5分)
* 創意(佔5分)
!第二階段(得分制)
把各組總得分，分成ABCD四級，
# A級得分36
# B級得分32
# C級得分28
# D級得分24
!第二階段(加分制)
把各組總得分，分成ABCD四級，
# A級加分25
# B級加分20
# C級加分15
# D級加分10

<html><iframe src="https://docs.google.com/present/embed?id=dc884f6s_83dc82xxd8" frameborder="0" width="410" height="342"></iframe></html>

!功用
!作法
#
#
#
#
!透過R Commander得到柏拉圖
<html><iframe src="https://docs.google.com/present/embed?id=dc884f6s_117cnvvc7fk" frameborder="0" width="410" height="342"></iframe></html>
!關於「解讀柏拉圖」

!DASL提供的案例
| [[A|http://lib.stat.cmu.edu/cgi-bin/dasl.cgi?query=Archeology+or+Astronomy+or+Automotive&submit=Search!&metaname=topics&sort=swishrank]] | [[B|http://lib.stat.cmu.edu/cgi-bin/dasl.cgi?query=Biology&submit=Search!&metaname=topics&sort=swishrank]] | [[C|http://lib.stat.cmu.edu/cgi-bin/dasl.cgi?query=Consumer&submit=Search!&metaname=topics&sort=swishrank]] | [[D|]] | [[E|http://lib.stat.cmu.edu/cgi-bin/dasl.cgi?query=Economics+or+Education+or+Energy+or+Engineering+or+Environment+or+Europe&submit=Search!&metaname=topics&sort=swishrank]] | [[F|http://lib.stat.cmu.edu/cgi-bin/dasl.cgi?query=Fiance+or+Food&submit=Search!&metaname=topics&sort=swishrank]] | [[G|http://lib.stat.cmu.edu/cgi-bin/dasl.cgi?query=Geography+or+Government&submit=Search!&metaname=topics&sort=swishrank]] | [[H|http://lib.stat.cmu.edu/cgi-bin/dasl.cgi?query=Health&submit=Search!&metaname=topics&sort=swishrank]] | [[I|]] | [[J|]] | [[K|]] | [[L|]] | [[M|http://lib.stat.cmu.edu/cgi-bin/dasl.cgi?query=Medical&submit=Search!&metaname=topics&sort=swishrank]] |
| [[N|http://lib.stat.cmu.edu/cgi-bin/dasl.cgi?query=Nature+or+Nutrition&submit=Search!&metaname=topics&sort=swishrank]] | [[O|]] | [[P|http://lib.stat.cmu.edu/cgi-bin/dasl.cgi?query=Physics+or+Psychology&submit=Search!&metaname=topics&sort=swishrank]] | [[Q|]] | [[R|我不是R]] | [[S|http://lib.stat.cmu.edu/cgi-bin/dasl.cgi?query=Science+or+Sociology+or+Sports+or+"Social Science"&submit=Search!&metaname=topics&sort=swishrank]] | [[T|]] | [[U|]] | [[V|]] | [[W|http://lib.stat.cmu.edu/cgi-bin/dasl.cgi?query=Weather&submit=Search!&metaname=topics&sort=swishrank]] | [[X|]] | [[Y|]] | [[Z|http://lib.stat.cmu.edu/cgi-bin/dasl.cgi?query=Zoology&submit=Search!&metaname=topics&sort=swishrank]] |

Type the text for 'New Tiddler'

# What distribution could be used for testing the equivalence of two population variance?
## $Z$
## Student $t$
## $F$
## $\chi^2$

!!!歷史上的一刻
> @@color:blue;The technique of principal components analysis was first described by Karl Pearson (1901). He apparently believed that this was the correct solution to some of the problems that were of interest to biometricians at that time, although he did not propose a practical method of calculation for more than two or three variables. A description of practical computing methods came much later from Hotelling (1933). Even then, the calculations were extremely daunting for more than a few variables because they has to be done by hand. It was not until electronic computers became generally available that the principal components technique achieved widespread use. (source: B. F. J. Manly, 2005, chapter 6.)@@

| 日期 | 統計三甲 | 統計三乙 | 財稅二甲 |
| 2010-09-14+15 | [[20100914]] | [[20100915]] | [[20100916]] |
| 2010-09-21 | [[20100921]] |||

用｢比例尺度｣測量得到的數據，它們之間除了可以｢相加減｣，也會帶出有意義的比例。更甚者，數字｢0｣是有定義的。用｢比例尺度｣測量的變數，叫做｢比例變數｣。諸如，薪資、身高、體重、與距離等等都是比例變數。距離0公里表示「一點距離也沒有」，也就是｢沒距離｣，而一個30公里遠的城鎮比起一個15公里遠的城鎮，前者是後者的兩倍遠。

【討論區】
# 問題一：薪資單上頭印個「0」是什麼意思？                                             
# 問題二：30億元 / 15億元 = 60元 / 30元？                                                 
# (更多例子)
# 比例尺度擁有哪幾則運算？

| 名稱 |>|>|>|>|>| 構成要素 |>|>|>|>|>|>|>| 適用哪一種數據 |>|>|>|>|>|>|>|>| 內行看門道外行看熱鬧 | 優點 | 缺點 |
|~| $x$ | $y$ | bin | area | point | line | 文字 | 數字 | 離散 | 連續 | 名目 | 順序 | 區間 | 比例 | 位置 | 胖瘦 | 形狀 | 尾巴 | 偏斜 | 扁度 | 離群值 | 區段 | 百分位 |||
| [[直條圖]] ||||||||||||||||||||||||||
| [[圓餅圖]] ||||||||||||||||||||||||||
| [[柏拉圖]] ||||||||||||||||||||||||||
| [[點圖]] ||||||||||||||||||||||||||
| [[莖葉圖]] ||||||||||||||||||||||||||
| [[直方圖]] ||||||||||||||||||||||||||
| [[Ogive]] ||||||||||||||||||||||||||
| [[散佈圖]] ||||||||||||||||||||||||||
| [[列連表]] ||||||||||||||||||||||||||
| [[盒形圖]] ||||||||||||||||||||||||||

Type the text for 'New Tiddler'

| 編號 | 要價 | 房間數 | 朝向 | 洗衣機/乾衣機 | 暖氣 |
| 1 | 168,000 | 2 | E | Y | Y |
| 2 | 152,000 | 2 | N | N | Y |
| 3 | 187,000 | 3 | N | Y | Y |
| 4 | 142,500 | 1 | W | N | N |
| 5 | 166,800 | 2 | W | Y | N |

| 編號 | 要價 | 房間數 | 朝向 | 洗衣機/乾衣機 | 暖氣 |
| 1 | 168,000 | 2 | E | Y | Y |
| 2 | 152,000 | 2 | N | N | Y |
| 3 | 187,000 | 3 | N | Y | Y |
| 4 | 142,500 | 1 | W | N | N |
| 5 | 166,800 | 2 | W | Y | N |
請問：
# 有哪些變數？
# 這些變數都是「可量測的」嗎？
# 有哪些屬量變數？
# 有哪些屬性變數？
# 哪些變數是連續的？
# 哪些變數是離散的？
# 有哪些名目尺度的變數？
# 有哪些順序尺度的變數？
# 有哪些區間尺度的變數？
# 有哪些比例尺度的變數？
# 「朝向」這個變數有哪些選項？
# 「要價」這個變數有哪些選項？

!!請用眼睛採礦（挖覺）【波士頓公寓數據】，找出這些數據之間@@可能的@@關係。
| 編號 | 要價 | 房間數 | 朝向 | 洗衣機/乾衣機 | 暖氣 |
| 1 | 168,000 | 2 | E | Y | Y |
| 2 | 152,000 | 2 | N | N | Y |
| 3 | 187,000 | 3 | N | Y | Y |
| 4 | 142,500 | 1 | W | N | N |
| 5 | 166,800 | 2 | W | Y | N |
+++[參考答案]
# 公寓的要價隨著房間數的增加而增高
# 有洗＼乾衣機的公寓要價都在160,000以上，而且都比沒有洗＼乾衣機的公寓高；即表示有無洗＼乾衣機會影響公寓的要價
# 公寓的朝向對於要價並無影響
# 朝向西的公寓均無暖氣，因此推論西向的公寓對於暖氣的需求較低
# 有無洗＼乾衣機對於公寓要價的影響大於有無暖氣對於公寓要價的影響
===

<html><div align="center"><iframe src ="http://eportfolio.fcu.edu.tw/promote/stat/index.html" width="100%" align="center" height=400"></iframe></div></html>

這一個主軸，老師想要跟各位討論｢數據的四則運算｣。這裡所謂的四則運算，就是高中學過的
# ｢加減｣、
# ｢乘除｣加上
# ｢區別｣與
# ｢順序｣。
根據數據滿足｢四則運算｣的程度，我們把數據分成四種，分別是
# 名目尺度（nominal scale）
# 順序尺度（ordinal scale）
# 區間尺度（interval scale）
# 比例尺度（ratio scale）
我們可以說這是｢四把尺｣。因為不一樣性質的尺，會跳出不一樣性質的數據。先讓老師一把一把介紹，看看它們個別會帶出甚麼樣的數據，以及它們個別擁有的四則運算。

!!!溫故知新：課堂練習題
+++[練習題一]
!!!4.1
{{{

}}}
| ID | $x_1$ | $x_2$ |
| 1 | 1 | 1 |
| 2 | 5 | 4 |
| 3 | 4 | 3 |
| 4 | 1 | 2 |
| 5 | 2 | 1 |
| 6 | 4 | 5 |
# 計算原始變數的變異數，並且得知它們個別佔總變異（數）的百分比。
# 已知第一主成分與$x_1$的夾角是$\tan^{-1}(2 \times Cov(X_1, X_2)/(V(X_1) - V(X_2)))/2$。請用「$X_1$與$X_2$的線性組合」寫出「第一主成分」與「第二主成分」。（注意：明確寫出夾角的度數。）
!!!!參考知識
<<tabs "" [[挑一個]] "" [[]][[幾何解答]] "" [[幾何解答]][[統計解答]] "" [[統計解答]]>>
!!!!參考[[課堂用書|http://www2.oritech.com.tw/product_info.php?products_id=768&osCsid=3f483101d57a7738b16b6209abd2bb0a]]p.83。
===
+++[練習題二]
!!!4.2
$$
\Sigma 
=
\left(
\begin{array}{ccc}
8 & 0 & 1 \\
0 & 8 & 3 \\
1 & 3 & 5 \\
\end{array}
\right)
$$
# 求算上述互變異矩陣的特徵值。
# 這些特徵值的總和等於原始變數的總變異（數）嗎？
# 這些特徵值的乘積等於互變異矩陣的行列式嗎？
!!!!參考知識
<<tabs "" [[挑一個]] "" [[]][[幾何解答]] "" [[幾何解答]][[統計解答]] "" [[統計解答]]>>
!!!!參考[[課堂用書|http://www2.oritech.com.tw/product_info.php?products_id=768&osCsid=3f483101d57a7738b16b6209abd2bb0a]]p.84。
===

# 取得數據
# 判斷數據適不適合主成分分析？
## 如果上一題的答案是「否」，就「停止」。
## 如果上一題的答案是「是」，就「繼續下一步」。
# 轉換原始數據為「均值修正的數據」。這時候你需要「個個原始變數的平均」，並且知道「均值修正的意思是什麼？」
# 計算修正後數據的「互變異矩陣」，或者是「相關矩陣」。
# 計算上述矩陣的固有系統，即計算上述矩陣的「特徵值」與「特徵向量」，其中「特徵向量的長度必須等於$1.0$」。
# 第一主成分的係數來自第一特徵值的特徵向量、第二主成分的係數來自第二特徵值的特徵向量、…、第$p$主成分的係數來自第$p$特徵值的特徵向量。
# 計算主成分計分。
# 計算原始變數對個個主成分的負荷。
# 繪製「陡坡圖」。
# 利用上圖決定留下幾個主成分。
# 利用「負荷」解釋主成分。
# 搭配其他多變量分析方法，如「迴歸分析」、「群集分析」、…。
# 報告主成分分析結果。
# 「停止」演算法。

<html><iframe src="https://docs.google.com/present/embed?id=dc884f6s_382x5sxkgg" frameborder="0" width="410" height="342"></iframe></html>

!可能的因子
+++[建議答案]
# 價格
# 微波時間
# 微波功率
# 是否預熱
===
{{{
您的答案？
}}}

!!!以下情節改寫自[[課堂用書|http://www2.oritech.com.tw/product_info.php?products_id=768&osCsid=3f483101d57a7738b16b6209abd2bb0a]]p.74。
!!!解一個簡單的「物價指數」...
<<tabs "" [[背景]] "" [[背景]][[SAS]] "" [[物價指數的SAS]][[報表]] "" [[物價指數的SAS報表]][[標準化數據的SAS程式與報表]] "" [[物價指數的標準化數據SAS程式與報表]]>>

<html><div align="center"><iframe src ="http://statpages.org/ctab2x2.html" width="100%" align="center" height=400"></iframe></div></html>

<html><div align="center"><iframe src ="http://mathdl.maa.org/images/upload_library/3/osslets/100multiParameterAnimation/scatter.html" width="100%" align="center" height=400"></iframe></div></html>

<html><div align="center"><iframe src ="http://www2.spsu.edu/math/deng/m2260/stat/nd1/ND.html" width="100%" align="center" height=800"></iframe></div></html>

<html><div align="center"><iframe src ="http://standards.nctm.org/document/eexamples/chap6/6.6/index.htm" width="100%" align="center" height=400"></iframe></div></html>

<html><div align="center"><iframe src ="http://www.xuru.org/st/DS.asp" width="100%" align="center" height=400"></iframe></div></html>

<html><div align="center"><iframe src ="http://www.stat.sc.edu/~west/javahtml/Histogram.html" width="100%" align="center" height=400"></iframe></div></html>

<html><div align="center"><iframe src ="http://onlinestatbook.com/stat_sim/descriptive/index.html" width="100%" align="center" height=400"></iframe></div></html>

!!!解「主成分」了...
@@知道主成分分析的目標(我們在「能耐」那一段揭露的三點)，也看過了主成分分析可以回答什麼樣的現實問題。數據有了，那主成分怎麼算？@@
!!!
根據我們「希望」主成分分析擁有的+++[能耐，]
!!!
提供「$p$個原始變數的線性組合(所謂的『指標』)」，使得
# 根據它們的變異數(一種重要性測度)的大小排序這些習慣上叫做「主成分」的新變數，變異數最大者叫做「第一主成分」、第二大的叫做「第二主成分」、...、其餘類推。
# 主成分跟主成分之間彼此「不相關」。@@bgcolor:lightblue;這樣子的話，每一個主成分看到的數據維度就會都不一樣。就像我們生活的三度空間，被分解為「X、Y、Z」一樣。@@
# 這一類的線性組合，是一種「新變數(本質上)」，最多有$p$個。@@bgcolor:lightblue;但是我們希望大部分指標的「重要性(變異數)」是「低到可以被忽略的」。也就是說，少數幾個主成分就可以適當地描繪數據的變異，進而達成某種程度的「便利性」。@@
!!!
===
透過符號建構「主成分分析問題」的+++[數學架構。]
$$
\begin{array}{rcl}
\eta_1 & = & w_{11} \times X_1 + w_{12} \times X_2 + \cdots + w_{1p} \times X_p,\\
\eta_2 & = & w_{21} \times X_1 + w_{22} \times X_2 + \cdots + w_{2p} \times X_p,\\
& \vdots &\\
\eta_p & = & w_{p1} \times X_1 + w_{p2} \times X_2 + \cdots + w_{pp} \times X_p,\\
\end{array}
$$
其中$w_{ij}, i = 1, 2, \dots, p; j = 1, 2, \dots, p$ 是「主成分係數」，而且它們滿足以下三項條件：
條件一：
$$
V(\eta_1) > V(\eta_2) > \cdots > V(\eta_p),
$$
條件二：
$$
 w_{i1}^2 + w_{i2}^2 + \cdots + w_{ip}^2 = 1,
$$
條件三：
$$
w_{i1}w_{j1} + w_{i2}w_{j2} + \cdots + w_{ip}w_{jp} = 0.
$$
===
<<tabs "" [[解答]] "" [[]][[幾何解答]] "" [[幾何解答]][[統計解答]] "" [[統計解答]]>>
!!!所以數據有了，那主成分怎麼算？
{{{
這其實是一個估計「主成分係數」的問題。
}}}
答案就藏在
{{{
「S矩陣」的固有系統內。
}}}

<html><iframe src="https://docs.google.com/present/embed?id=dc884f6s_44cthq85ck" frameborder="0" width="410" height="342"></iframe></html>

<html><iframe src="https://docs.google.com/present/embed?id=dc884f6s_197hmv62fc4" frameborder="0" width="410" height="342"></iframe></html>

!表3.4
請看分解動作：
# +++[配適模型(3.2)]
[img[http://lh5.ggpht.com/_BvX5aO5zwhM/TJdxCeCAtUI/AAAAAAAAJp8/3duG_3Gb2II/312.JPG]]
===

# +++[計算變異數分析表]
[img[http://lh3.ggpht.com/_BvX5aO5zwhM/TJdzPrD9HGI/AAAAAAAAJqA/8pUDbSBowY4/313.JPG]]
===

您會在[[R Commander]]的[Output Window]看到以下這一個接近表3.4的變異數分析表
{{{
> Anova(Table3.1.lm.1, type="II")
Anova Table (Type II tests)

Response: etch
          Sum Sq Df F value    Pr(>F)    
RF         66871  3  66.797 2.883e-09 ***
Residuals   5339 16                      
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1 
}}}
有了[[變異數分析表]]，您的下一個工作，就是看懂它…
{{{
請注意老師上課的講解…
}}}
!!另一種產生表3.4的辦法
{{{
> summary(Table3.1)
   RF         etch      
 160:5   Min.   :530.0  
 180:5   1st Qu.:573.8  
 200:5   Median :605.0  
 220:5   Mean   :617.8  
         3rd Qu.:659.5  
         Max.   :725.0  
> Table3.1.aov.1 = aov(etch~RF, data=Table3.1)
> summary(Table3.1.aov.1)
            Df Sum Sq Mean Sq F value    Pr(>F)    
RF           3  66871 22290.2  66.797 2.883e-09 ***
Residuals   16   5339   333.7                      
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1 
}}}
!!如果變數「RF」不再是「factor」
{{{
> summary(Table3.1)
       RF           etch      
 Min.   :160   Min.   :530.0  
 1st Qu.:175   1st Qu.:573.8  
 Median :190   Median :605.0  
 Mean   :190   Mean   :617.8  
 3rd Qu.:205   3rd Qu.:659.5  
 Max.   :220   Max.   :725.0  
> Table3.1.aov.2 = aov(etch~RF, data=Table3.1)
> summary(Table3.1.aov.2)
            Df Sum Sq Mean Sq F value    Pr(>F)    
RF           1  63857   63857  137.62 7.263e-10 ***
Residuals   18   8352     464                      
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1 
> 
}}}

{{{
跟發現表5.1的處理設計只有一個地方不一樣！
}}}
[img[http://lh5.ggpht.com/_BvX5aO5zwhM/TKQX4Fkc35I/AAAAAAAAJrA/eExLSSVc51w/325.JPG]]

# [img[http://lh4.ggpht.com/_BvX5aO5zwhM/TKQjjxCgfiI/AAAAAAAAJsI/KhEG7LATToA/350.JPG]]
# [img[http://lh6.ggpht.com/_BvX5aO5zwhM/TKQjbOsJ1HI/AAAAAAAAJr8/q1zHxFVfFS0/351.JPG]]
# [img[http://lh5.ggpht.com/_BvX5aO5zwhM/TKQjbD3AWiI/AAAAAAAAJsA/vgmQaqHFqUc/352.JPG]]
# [img[http://lh6.ggpht.com/_BvX5aO5zwhM/TKQjbGbNRpI/AAAAAAAAJsE/7fm3J5hYONg/353.JPG]]
# [img[http://lh3.ggpht.com/_BvX5aO5zwhM/TKQk0bOVIbI/AAAAAAAAJsM/KIE-B3G81Y8/354.JPG]]
# [img[http://lh5.ggpht.com/_BvX5aO5zwhM/TKQk0Z1H6tI/AAAAAAAAJsQ/Sw8AtToIzUQ/s512/355.jpeg]]
# [img[http://lh4.ggpht.com/_BvX5aO5zwhM/TKQl7VkexLI/AAAAAAAAJsY/D5P5G-Q46hg/s512/356.jpeg]]

{{{
從[Design]的[Create design]出發
}}}
# [img[http://lh6.ggpht.com/_BvX5aO5zwhM/TJmIVL5Q8NI/AAAAAAAAJqE/RmA_33vPNHU/314.JPG]]
# [img[http://lh5.ggpht.com/_BvX5aO5zwhM/TKQX4Fkc35I/AAAAAAAAJrA/eExLSSVc51w/325.JPG]]
# [img[http://lh5.ggpht.com/_BvX5aO5zwhM/TKQYuZm3gnI/AAAAAAAAJrE/YVWsYL9LIXI/326.JPG]]
# [img[http://lh4.ggpht.com/_BvX5aO5zwhM/TKQZPMpvdzI/AAAAAAAAJrI/0Re3_7zKOUA/s512/327.JPG]]

{{{
把數據放入Table5.1.FFD.1內。
}}}
# [img[http://lh6.ggpht.com/_BvX5aO5zwhM/TKQa25aScaI/AAAAAAAAJrM/IX7fGmejkQI/328.JPG]]
# [img[http://lh3.ggpht.com/_BvX5aO5zwhM/TKQbKTrZOdI/AAAAAAAAJrQ/thnWJio0IM8/s512/329.JPG]]
# （或者）[img[http://lh4.ggpht.com/_BvX5aO5zwhM/TKQbtRHCF_I/AAAAAAAAJrU/ER6YgzQFBVU/s512/340.JPG]]
# [img[http://lh4.ggpht.com/_BvX5aO5zwhM/TKQdOHLPNeI/AAAAAAAAJrY/aiiQXxgplOI/341.JPG]]
# +++[最後的表5.1]
[img[http://lh6.ggpht.com/_BvX5aO5zwhM/TKQdOXk0RwI/AAAAAAAAJrc/6lYJlknX9Hg/s512/342.JPG]]
===

# [img[http://lh3.ggpht.com/_BvX5aO5zwhM/TKQeJL1W8PI/AAAAAAAAJrg/M2t3FBLHgng/343.JPG]]
# [img[http://lh4.ggpht.com/_BvX5aO5zwhM/TKQe7KDvjVI/AAAAAAAAJrk/XaGyBCARGgM/344.JPG]]
# [img[http://lh6.ggpht.com/_BvX5aO5zwhM/TKQfW_8-t-I/AAAAAAAAJro/yfRH3HTT9EQ/345.JPG]]
# +++[報告的文字版]
{{{
> Table5.1.aov.1 <- (aov(life ~ A*B, data=Table5.1.FFD.1))

> Anova(Table5.1.aov.1)
Anova Table (Type II tests)

Response: life
          Sum Sq Df F value    Pr(>F)    
A          10684  2  7.9114  0.001976 ** 
B          39119  2 28.9677 1.909e-07 ***
A:B         9614  4  3.5595  0.018611 *  
Residuals  18231 27                      
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1 

> plot(density(residuals(Table5.1.aov.1)))
}}}
===

# [img[http://lh4.ggpht.com/_BvX5aO5zwhM/TKQf2MNnLYI/AAAAAAAAJrs/tQ9F522Ds8o/s512/346.jpeg]]

!功用
!作法
#
#
#
#
!透過R Commander得到盒形圖
<html><iframe src="https://docs.google.com/present/embed?id=dc884f6s_176f639zd2d" frameborder="0" width="410" height="342"></iframe></html>
!關於「解讀盒形圖」

<html><div align="center"><iframe src ="http://www.mathsnet.net/js/balldrop.html" width="100%" align="center" height=400"></iframe></div></html>

!功用
!作法
#
#
#
#
!透過R Commander得到直方圖
<html><iframe src="https://docs.google.com/present/embed?id=dc884f6s_138gckkrpds" frameborder="0" width="410" height="342"></iframe></html>
!關於「解讀直方圖」

<html><div align="center"><iframe src ="http://onlinestatbook.com/stat_sim/histogram/index.html" width="100%" align="center" height=400"></iframe></div></html>

!功用
!作法
#
#
#
#
!透過R Commander得到直條圖
<html><iframe src="https://docs.google.com/present/embed?id=dc884f6s_105dsf83ggq" frameborder="0" width="410" height="342"></iframe></html>
!關於「解讀直條圖」

Type the text for 'New Tiddler'

# In order to have a correlation coefficient between traits A and B, it is necessary to have:
## one group of subjects, some of whom possess characteristics of trait A, the remainder possessing those of trait B
## measures of trait A on one group of subjects and of trait B on another group
## two groups of subjects, one which could be classified as A or not A, the other as B or not B
## measures of traits A and B on each subject in one group
# In correlational analysis, when the points scatter widely about the regression line, this means that the correlation is
## negative.
## low.
## heterogeneous.
## between two measures that are unreliable.

{{{
練習看報表。
}}}
請參考[[課堂用書|http://www2.oritech.com.tw/product_info.php?products_id=768&osCsid=3f483101d57a7738b16b6209abd2bb0a]]p.72的報表4.1。
# 原始數據的基本敘述統計量在哪一區？有什麼樣的敘述統計量？
# 固有系統的答案在在哪一區？
## 固有值等於多少？第一主成分的變異數是多少？第二主成分的變異數是多少？
## 固有向量是哪兩個？
## 第一主成分的主成分係數分別是？$w_{11} = ?$, $w_{12} = ?$.
## 第二主成分的主成分係數分別是？$w_{21} = ?$, $w_{22} = ?$.
# 負荷在哪裡？
## $l_{11} = ?$, $l_{12} = ?$, $l_{21} = ?$, $l_{22} = ?$.
## $0.94126$怎麼算？
# 主成分計分在哪裡？
## $\xi_{11} = ?$, $\xi_{2,12} = ?$.
## $9.2525$怎麼算？
## $3.2979$怎麼算？
# 總結：第一區談什麼？第二區談什麼？第三區談什麼？第四區談什麼？第五區談什麼？第六區談什麼？

{{{
如果我們班每一個人都是19歲，那麼統計系的每一個人也都是19歲？
}}}
+++[統計論證手法]===
!歷史上的一刻
+++[A1]===

Type the text for 'New Tiddler'

Type the text for 'New Tiddler'

| 第一組 | 2 | 4 | 6 | 8 | 10 | 12 |
| 第二組 | 2002 | 2004 | 2006 | 2008 | 2010 | 2012 |
{{{
如何表達上下兩組數據的不一樣？
}}}
+++[設計一個數字]===
!歷史上的一刻
+++[A1]===

!前言
把表3.1輸入[[R]]，我們會了；繪製[[盒形圖]]跟[[散佈圖]]，我們也會了；製作[[變異數分析表]]，當然您也會了。最後，讓我們再看一次例子3.1(3.1節)的「實驗描述」。請回答老師以下的問題：
# 工程師需要為表3.1的實驗準備什麼樣的材料？
# 總共準備幾份？
# 您認為這一些材料之間會有變異嗎？
# 實驗總共作了幾次？也就是說，總共觀察變數「蝕刻率(etch)」幾次？
# 您認為第一次實驗應該把「RF」這一個因子「設定」在哪一個水準？160、180、200、還是220？
# 您認為第一次實驗應該使用哪一份材料？
# 萬一，同一批材料不夠用，您會怎麼辦？
# 根據課本提供的內容，您認為可能還可以為這一項實驗考慮哪一種因子？
!統計實驗設計(statistical design of experiment)
實驗過程中，反應變數觀察值產生「變異」的可能原因：
# 原物料
# 實驗單元
# 觀察單元
# 測量儀器
# 因子
# 區集變數
# 其他
!術語
!!統計實驗設計三原則
+++[隨機化(randomization)]===
+++[重複(replication)]===
+++[區集化(blocking)]===
!!課堂用書加上參考書
!!!按字母順序
+++[block(區集)]===
+++[balanced design(平衡設計)]===
+++[confounding(交絡)]===

+++[control treatment(控制組)]
{{{
不處理
}}}
{{{
假處理
}}}
{{{
標準處理
}}}
===

+++[covariate(共變數)]===
+++[design(設計)]===
+++[effect(效果)]===

+++[experimental region(實驗區域)]===
+++[experimental unit(實驗單元)]===
+++[factor(因子)]===

+++[homogeneous experimental units(均質實驗單元)]===
+++[interaction(交互作用)]===
+++[level(水準)]===

+++[repeat measurements(重複測量)]===
+++[response(反應變數)]===
+++[run(一次實驗)]===

+++[treatment(處理)]===
+++[unbalanced design(失衡設計)]===

!!!按難易程度
+++[factor(因子)]===
+++[level(水準)]===
+++[treatment(處理)]===

+++[control treatment(控制組)]
{{{
不處理
}}}
{{{
假處理
}}}
{{{
標準處理
}}}
===

+++[run(一次實驗)]===
+++[experimental region(實驗區域)]===
+++[response(反應變數)]===

+++[design(設計)]===
+++[balanced design(平衡設計)]===
+++[experimental unit(實驗單元)]===

+++[homogeneous experimental units(均質實驗單元)]===
+++[effect(效果)]===
+++[interaction(交互作用)]===

+++[block(區集)]===
+++[confounding(交絡)]===
+++[covariate(共變數)]===

+++[repeat measurements(重複測量)]===
+++[unbalanced design(失衡設計)]===

!!課堂練習
我有一群老鼠（全世界的老鼠都在我家！！！）。我餵「『一號食譜』跟『台灣啤酒』」給其中幾隻老鼠，餵「『二號食譜』跟『麒麟啤酒』」給另外幾隻老鼠，最後餵「『三號食譜』跟『青島啤酒』」給剩下沒吃到飯跟喝到啤酒的老鼠。一個月後，我測量這些（所有）老鼠的「性別」、「心跳」、「體溫」、「體重」。我得到四個母體。因為我沒有時間「餵所有老鼠」跟「測量所有老鼠」，所以你只會看到「部分老鼠」的「性別」、「心跳」、「體溫」、「體重」的「樣本」。
!!最容易搞混的兩個名詞：「重複」與「重複測量」
!!!課堂用書第15頁的例子
# 一個爐子一片晶圓，測量晶圓的關鍵尺寸3次。+++[重複]===+++[重複測量]===

# 同一個爐子的四片晶圓，一片測量一次厚度。+++[重複]===+++[重複測量]===

{{{
用什麼觀點判斷到底是「重複」還是「重複測量」？
}}}
# 以紙飛機實驗為例。考慮兩個都是三水準的因子。重複兩次需要幾架紙飛機？+++[答案]===

# 以紙飛機實驗為例。考慮兩個都是三水準的因子。重複測量兩次需要幾架紙飛機？+++[答案]===

!!R
+++[name of design]must be a valid name. The design itself is created under this name in the R workspace.===
+++[number of runs]is a consequence of the specifications on the Factor Details tab. It is displayed for information purposes only; its value is only valid if the Factor Details tab contains entries for all factors.===
+++[number of factors]must always be specified. The number of factors must match the number of entries on the Factor Details tab.===
+++[replications]is the number of times each experimental run is conducted. If larger than 1, each run is conducted several times. If the checkbox next to the number of replications is checked, it is assumed that the experiment involves repeated measurements for one setup of the experimental run; if it is not checked, the experimental run itself is replicated with everything relevant newly set up (much more valuable than repeated measurements, unless the key driver of variability is in the measuring step). If the check box is not checked, the experiment will be randomized separately for each round of replications (first all first runs, then all second runs etc.).===
+++[randomization settings]should normally not be changed; you can provide a seed if you want to exactly reproduce a randomized design created in the past. Unchecking the randomization box will produce a non-randomized experiment. This is usually NOT recommended.===
!設計手冊
!處理設計
+++[不重複]
[img[http://lh3.ggpht.com/_BvX5aO5zwhM/TJrJj_9pttI/AAAAAAAAJqc/8qZWP27loOk/321.JPG]]
===
+++[重複]
[img[http://lh5.ggpht.com/_BvX5aO5zwhM/TJrLJ5p3X7I/AAAAAAAAJqg/SFVqWqOPUp8/322.JPG]]
===
+++[重複測量]
[img[http://lh6.ggpht.com/_BvX5aO5zwhM/TJrLKMWbB8I/AAAAAAAAJqk/J_T05JNHilk/323.JPG]]
===
!完全隨機設計
+++[重複]
[img[http://lh3.ggpht.com/_BvX5aO5zwhM/TJrLKINQG8I/AAAAAAAAJqo/lhFxr8y7Ods/3222.JPG]]
===
+++[重複測量]
[img[http://lh6.ggpht.com/_BvX5aO5zwhM/TJrLKiIJvKI/AAAAAAAAJqs/xO-fRKh7884/3232.JPG]]
===
+++[寬版重複測量]
[img[http://lh4.ggpht.com/_BvX5aO5zwhM/TJrUuiYTCSI/AAAAAAAAJqw/KluAgNLNjBs/3233.JPG]]
===

!練習題

!與數據的第一次接觸
+++[橋段一：收集數據]
請翻到課本第一頁，...
+++[這一頁幾個英文字？]53===

+++[您認識幾個？]請上台分享，紀錄您的學號跟認識幾個英文單字。===

老師示範一種即興的數據收集過程，統計學上，這是一種[[普查]](census)，一種每一個我們有興趣的對象(element，像現在是[每一位同學])都取得數據的調查過程。老師在課堂要大家一起做這麼一件事，主要有幾個用意：
# 合作與分享。
# 了解各位對於第一頁(第一章的目錄頁)在尚未接受老師提攜之前，已經認識多少個其中的英文字？
# 示範如何把這一些班上同學提供的數字輸入[[R]]。(雖然我們第一次上課只把大家的答案紀錄在黑板上！)
# 示範數據內含的一種統計學必須面對的現象：[[變異]]。變異的白話，就是變化。@@請各位告訴自己這一筆班上同學提供的數據，[[變異]]的原因來自哪裡？@@請討論，...
看到這裡，這一橋段的故事好像已經結束了，但是這中間(時間是2010年0916日)卻發生以下這一個插曲，...
===
+++[(點我或是不點我)2010年第一學期發生的故事...]關於[課本第一頁有幾個英文字]這一個議題，有一個明眼的同學，問了一個問題：重複的(單字)要不要算？這是一個好的話題。針對同學這一項發言，老師做了兩件事：
# 把這一個議題丟到老師的部落格，請同學上去留言發表高見。
# 把第一頁所有的英文字整理成以下的表格，並且準備在第二次上課的時候，再調查一次。老師在第二次上課時，讓大家(繼續修這一門課的同學)把前後兩次的數字依照座號順序打入R的[[資料編輯器]]：
| 英文字(按照出現順序) | 出現頻率 | 專業名詞 | 非專業名詞 | 專業形容詞 | 非專業形容詞 | 其他 |
| chapter | 1 || Y ||||
| data | 111111(6) | Y |||||
| and | 111111(6) ||||| Y |
| statistics | 111(3) | Y |||||
| contents | 1 || Y ||||
| in | 11(2) ||||| Y |
| practice | 1 || Y ||||
| businessweek | 1 || Y ||||
| applications | 1 || Y ||||
| business | 1 || Y ||||
| economics | 11(2) | Y |||||
| accounting | 1 | Y |||||
| finance | 1 | Y |||||
| marketing | 1 | Y |||||
| production | 1 | Y |||||
| elements | 1 | Y |||||
| variables | 1 | Y |||||
| observations | 1 | Y |||||
| scales | 1 | Y |||||
| of | 1 ||||| Y |
| measurement | 1 | Y |||||
| qualitative | 1 ||| Y |||
| quantitative | 1 ||| Y |||
| cross-sectional | 1 ||| Y |||
| time | 1 ||| Y |||
| series | 1 | Y |||||
| sources | 11(2) || Y ||||
| existing | 1 |||| Y ||
| statistical | 111(3) ||| Y |||
| studies | 1 || Y ||||
| acquisition | 1 || Y ||||
| errors | 1 | Y |||||
| descriptive | 1 ||| Y |||
| inference | 1 | Y |||||
| computers | 1 | Y |||||
| analysis | 1 | Y |||||
===
----
+++[橋段二：與表1.5的第一次接觸]
我們很幸運，課堂用書的第一章，就出現一組跟我們的調查有著類似性質的數據，它們被放在表1.5。針對這一個表格，老師的第一個問題是
* 有幾個數字
** 有人開始數
** 有人在表1.5的標題發現一個數字200
不論您用哪一種方式，您都會得到正確答案200。接下來，老師的問題是
* 從表格上方的文字敘述，找到這一群數字的平均
** 不久後，就有同學出聲說是76。這也是正確答案。
----
===
+++[(點我或不點我)一個小故事跟它為老師帶來的改變...]
老師趁這一個有200個數字的機會，說了一個曾經發生過的案例，[有一位老師提供學長姐全班的統計學期中考成績，在期中考試卷上要求學生算出它們的平均以及變異數。]這樣的故事，給老師幾個點：
# 怎麼用手算這麼多個數字的平均不會出錯？
# 甚麼樣的理由，讓授課老師決定考學生這樣一個問題？
# 除了手算，學生有其他的本事可以找到答案嗎？
# 哪天您在外面銀行上班，一天下來電腦儲存了幾萬筆交易，這時候學生用甚麼本事分析這一些數據呢？
因此(第三跟第四點)，今年(2010年)老師開始在我的統計學課堂上倡導[@@以數據分析引領統計學習@@]以及[R]，為了因應這樣的轉變，老師設計一種[[再現DASL風華]]的學期報告計劃。在這一個計劃期間，學生將利用R這一份免費的統計環境，進行各式各樣的數據分析，也將透過三次口頭報告，把各組成果分享給其他同學。最後成就兩樣成果：
# 學術海報：這是一張大篇文字報告的縮影。設計這樣的評量方式，只為了降低學生寫大篇報告時，不當抄襲網路報告的可能性。
# 海報網站：網站將忠實記錄各組整個計畫期間努力學習的剪影與文字。
再一次，為了成就一份專業的海報，不學習R絕對辦不到。當然您也可以選擇EXCEL作報告，但是R不用再花同學一分一毫，絕對是老師選擇它的最大理由。另外，選擇R，還有一個小理由，把英文課堂用書學到的專業術語與R接合，也讓學生透過許許多多的練習，熟悉初等統計學的專業術語。
===
----
+++[橋段三：把表1.5輸入R]
這時候(要點選上述內容，才不會跳Tone)，我預告下一次上課時，將要求每一位同學利用自己的CASIO計算機，算一算這200個數字的平均，看看大家的計算機本事如何！

再來，老師示範如何利用R Commander打開[[資料編輯器]]，點選
# [Data]，
# [New data set]，
# 出現[Enter name for data set]，這時在對話框內為表1.5取一個名字，就取名為[Table1.5]
以及請每一位同學把200個數字一人一個依序輸入[[資料編輯器]]。過程中有人弄錯了，有人因為未到，所以出現NA(NA代表不是Not Available)以及幾個錯誤的數字。收尾時，請兩位同學合力打完最後100多個。@@真的非常謝謝那兩位同學。@@在那兩位熱心同學幫我們一鍵一字打入數字的同時，老師要求每一個人做一件事：@@為您的表1.5加工@@
# 為從上而下的列編號(1 2 3 4 ... 20)
# 為從左而右的行編號(1 2 3 ... 10)
這樣的加工，是要給每一個數字一個位置的編號，讓我們可以快速找到某一個數字。編號可能帶來甚麼樣的好處，繼續聽老師的課，大家就會慢慢了解，...

為了確定大家合力完成的這一份數據集有錯在裏頭，老師用
# [Statistics]
# [Summaries]
# [Active data set]
透過R Commander請R幫我計算一些[工作中數據集(Active data set)]的摘要數字(這一些數字是老師所謂的數據集基本資料的一部分)，包括
# min(最小值)
# $Q_1$(下四分位數，第一個四分位數)
# median(中位數，第二個四分位數)
# mean(平均)
# $Q_3$(上四分位數，第三個四分位數)
# max(最大值)
# ~NAs(NA個數)
我也趁機告訴大家，摘要數字如何一個一個算，以及NA對計算的影響，再介紹[na.rm=TRUE]這一個計算時R提供的選項。
===
----
+++[橋段四：檢視R物件Table1.5以及為它的變數命名]
用滑鼠按下[View data set]，我們發現被命名為[Table1.5]的R物件，這是一個在R內叫做[data.frame]的物件，它的最上方出現一個怪怪的單字[var1]。為了解決這一個難題，老師請大家做了幾件事：
# 翻到課本的[Glossary]，請大家猜一猜[var]對應哪一個英文字？有人出聲了，說是[variable]。
# 老師繼續問大家認不認識這一個英文字，是不是知道它的中文翻譯？[變數]不是[變數]。
# 那數字[1]，又是什麼意思？答案是[第一個]。
# 我繼續問。表1.5的這一個變數(@@我們怎麼知道表1.5只內含一個變數呢@@)，應該取甚麼名字呢？這時候，大家認真地找線索，(老師提醒您線索就在表1.5的標題上) ...，有人說
## hours
## norris
## burnout
這時候，老師開始解釋這200個數字的意義，決定使用
# lifetime(@@請自行回想為什麼老師建議這一個英文字？@@)
這一個英文字。也同時示範[[資料編輯器]]可以接受[中文字]壽命，並且說明使用中文字可能帶來的風險。
===
----
+++[橋段五：把CD內的EXCEL數據檔Norris抓入R]
再來，老師請大家把隨書附贈的CD取出來，電腦選號一位同學貢獻她的CD餵給電腦。接下來，老師解釋CD的內容，以及哪一個資料夾對我們最重要？

打開其中表1.5所在的EXCEL檔案[Norris]，並且示範[[R Commander]]
# 如何讀取EXCEL檔案，
# table1.5跟Table1.5是不一樣的物件
# [空白鍵]不能用來命名
# [[R Commander]]為空白鍵做了甚麼樣的處置(換成英文的句點)
# [var1]變成[hours.until.burnout]
最後再一次示範[Summaries]以及[mean]。
===
----
+++[家庭作業一]
* 把老師在課堂上分配給您的數據表，用以下兩種方式放入R，並且寄送一份與該數據表同名(不論大小寫)的TXT檔，到這一門課的專用信箱：
** 在R Commander用[New data set]打開[資料編輯器]，一鍵一字地打入以大寫T命名的R物件(物件這一個詞彙，下一回會解釋！)。 
** 打開您隨書附贈的CD，找到您負責的EXCEL檔，利用R Commander的[Import data][from Excel, ...]，用小寫t為名匯入R。
** 至於這兩個物件(R叫做data.frame)，如何匯出到一個同名的TXT檔呢？點選[data][Active data set][Export active data set]，這整個過程您都不需要加油添醋改變甚麼，您只需要找到一個您想儲存統計學作業的檔案夾，然後按確定或是OK即可。接著您會發現那個檔案夾多了一個跟表格同名的TXT檔案，一個可以用Windows[記事本]打開的檔案。請把這個檔案利用夾檔方式郵寄到您們班的專屬電子郵件地址。
** 以上兩個TXT檔案，請一次夾檔寄到[[statfinfcu2010a@gmail.com|mailto:statfinfcu2010a@gmail.com]]。
** 您們其中有一些人負責一個沒有名字的表格，請以Table1.9跟table1.9命名。它在CD是沒有檔案的，請自行建立一個EXCEL檔案，然後用上述第二點繼續完成您的作業。
** 關於作業批改部分，老師採課堂上[電腦選號]方式，隨機請同學上台表演。 
===
----

!認識表5.1
表5.1來自第五章的因子實驗，我們即將透過它認識什麼是因子實驗？老師的第一個問題是
* 第五章標題「因子實驗」，這四個字認識嗎？
一片鴉雀無聲，不管老師用什麼樣的激將法，這是統計系的傳統。解析章節的標題，也是一件唸書時相當重要的工作，因為
{{{
您不需要一字一句地唸完一本書，尤其是專業書籍。
}}}
您一定得知道，
{{{
您要的東西在哪裡？
}}}
透過解析章節標題，我們可以多少瞭解那一章的主軸。準不準，端看您是否經常練習這一類的猜測。

照說我們應該從[[課堂用書|2010實驗設計課堂用書]]的第三章開始，但是第三章的重點似乎被作者放在分析實驗數據最重要的方法，[[變異數分析]](analysis of variance)上。這跟老師想在第一堂課對您下猛藥的計畫不合。回到正題，什麼是「因子實驗」？這四個字是
{{{
因子 ＋ 實驗
}}}
讓我們先看「實驗」。這一個詞彙，身為大三的您絕不陌生，如果陌生，一定是因為「年久失修」，太久沒接觸的關係。現在請您試著回想當年大一接觸過的一門必修課：「統計學」。那時候，您學過一種[[隨機實驗]]，比如說，丟銅板、擲骰子、撲克牌遊戲。現在，大三這一門必修課不是學當年那一種[[機會遊戲]]，是想要再學一次當年您國中時代學過[[物理化學實驗]]的進階版。

第二個詞彙是「因子」，這您也不至於太陌生，因為大一時代的統計學教過您[[變異數分析]]，當時的老師肯定教過您這一個名詞。因子的英文是「factor」，這是變數(variable)的同義字。本質上，它取變數選項(choices)的某幾個，不論是連續的還是離散的變數。最接近它的一種變數，叫做[[分類變數]]。被選到的選項叫做[[水準]]。從統計分析的角度來看，因子的同義字有
# 分類變數
# 解釋變數
# 獨立變數

看完個別詞彙之後，那兩個詞彙相遇之後，帶出什麼樣的統計概念呢？
{{{
請用力想像，把您的答案寫在筆記上…
}}}

一因子實驗是因子實驗的特例，實驗設計時只考慮一種因子。這意味著，當我們談論所謂的[[因子實驗]]時，可能會考慮超過一個以上的因子。

請翻到課本第五章，找到表5.1。接著回答老師以下的問題：
# 數字130的單位是什麼？+++[答案]===

# 130的意義是什麼？+++[答案]===

# 130來自哪一種實驗？+++[答案]===

# 想像如何進行這一類的實驗？+++[答案]===

老師不論哪一門課，都會跟學生提到一個唸書時一定要引用的原則：
{{{
冤有頭、債有主。
}}}
我想您一定懂這六個字，但是您用過它嗎？尤其是唸書的時候！接著繼續回答

# 130的主人是誰？+++[答案]===

130它的主人，在實驗設計課叫做[[處理]]。[[處理]]由不同因子的[[水準組合]]而成。請告訴老師跟您自己，表5.1有
# 什麼樣的因子？+++[答案]===

# 這些因子有什麼樣的水準？+++[答案]===

# 什麼樣的處理？+++[答案]===

實驗設計主要用到的數據分析方法，是[[變異數分析]]，它跟[[迴歸分析]](regression analysis)的關係非常密切，因為它們都屬於[[線性模型]](linear model)這一門學問的特例。會跟您說明這一段，有幾個理由：
# 前述提過的三組英文詞彙，在[[R Commander]]會用到。
# 接著，老師要您回答
{{{
解釋變數在哪裡？依變數在哪裡？
}}}
這樣的問題，迴歸分析最常問！在實驗設計課，同樣問題，最常這樣問
{{{
因子在哪裡？反應變數在哪裡？
}}}
一般，我們會用英文字母$X$代表因子；$Y$代表反應變數。在大三這一門課，根據統計系的課程設計，我們關心
{{{
多個因子，一個反應變數。
}}}

最後再問幾個關於表5.1的問題，我們就結束這一段的討論：
# 反應變數？+++[答案]===

# 第一個因子？跟它的水準？+++[答案]===

# 第二個因子？跟它的水準？+++[答案]===

# 幾種處理？哪幾種？+++[答案]===

# 每一種處理用了幾顆電池？大家都一樣嗎？+++[答案]===

# 總共用了幾顆電池？+++[答案]===

# 有沒有缺漏值(missing value)？+++[答案]===

最後，最後，我們用以下的代號代表「Table 5.1」的實驗設計
{{{
3 x 3
}}}
!課堂練習
翻開課本第五章的練習，把每一個表格的實驗代號寫出來。
+++[提示]
為實驗編寫代號的原則是：
# 列因子先、行因子後
# 列方向從外面往裡面寫
# 行方向從上面往下面寫
# 第一個數字代表第一個因子實驗用了幾個水準
# 第二個數字代表第二個因子實驗用了幾個水準
# …
===

!數據在哪裡？
+++[橋段一：本課程最感興趣的數據來源]
# [[DASL]]
# [[NBA]]
#
===
----
+++[橋段二：取得數據的手段]
===
----

!R支援的變數
+++[橋段一：邏輯變數]
===
----
+++[橋段二：整數變數]
===
----
+++[橋段三：實數變數]
===
----
+++[橋段四：文字變數]
===
----
+++[橋段五：因子變數]
===
----
+++[橋段六：時間序列變數]
===
----

{{{
到底有沒有人在輸入數據的過程中弄錯了！
}}}
會有這一幕，是因為
# 人工輸入數據難免出錯，發展一套檢查機制是必要的。
# 老師在甲班示範[[R Commander]]與[[R]]的其他功能時，同學們發現有人出錯了。但錯誤在哪裡呢？不知道它在哪裡，意味著我們將「愛莫能助」。

現在想一下，您如何找到錯誤之處，並且加以修正。老師認為每一個人一定想得到一個辦法：
{{{
逐筆檢查。
}}}
如果您不想逐筆檢查，讓我們試試[[R Commander]]以及[[資料編輯器]]，看看一些R與數據集有關的基本動作，也讓我們在過程中試著尋找R協助檢查錯誤的可能性。當然，這過程一定可以讓我們進一步認識[[R Commander]]。

!!課堂練習
根據表5.1，
# 計算每一種處理之觀察值的平均
# 計算每一種處理之觀察值的標準差
# 每一種處理之觀察值的變異數
# 每一種處理之觀察值的最大值
+++[Casio計算機的作法]
{{{

}}}
===
+++[R Commander的作法]
{{{

}}}
===
----
這一門課有一個專有名詞，可以說是實驗設計專有的，那就是「因子」。對應它的英文單字是「factor」。在[[R]]裡頭，也叫做「factor」。它可能是「文字的(character)」，也有可能是「數字的(numeric)」。比較可惜的是，在[[資料編輯器]]的[[變數編輯器]]上並沒有「factor」的選項，加上有時候[[課堂用書|2010實驗設計課堂用書]]會用「阿拉伯數字」代表因子的水準。如果在操作[[R]]的時候，不注意到這一個細節，您可能會得到錯誤的答案。您可能會一直引用數字型變數分析實驗數據而不自知！為了讓各位知道，如何轉換數據的原始性質，以及檢查數據是不是真的具有您要的本質，特別設計以下幾個例子：

!!一個以數字表示水準的例子
第一個例子的數據如下：
| 1 | 10 |
| 1 | 11 |
| 2 | 20 |
| 2 | 21 |
| 3 | 30 |
| 3 | 31 |
首先老師透過呼叫[[R Commander]]呼叫[[資料編輯器]]，但是不呼叫[[變數編輯器]]，純粹只是一格一格地把數字填入正確位置。當我回到[[R Console]]，執行
{{{
summary(test)
}}}
會看到以下的結果
{{{
      var1           var2      
 Min.   :1.00   Min.   :10.00  
 1st Qu.:1.25   1st Qu.:13.25  
 Median :2.00   Median :20.50  
 Mean   :2.00   Mean   :20.50  
 3rd Qu.:2.75   3rd Qu.:27.75  
 Max.   :3.00   Max.   :31.00  
>
}}}
表示兩個變數，「var1」跟「var2」都被R認為是「數字型」的變數。這時候，我回到[[R Commander]]，按下視窗第三列的[Edit data set]，呼叫[[資料編輯器]]進行變數型態的修正。點選格子[var1]，叫出「var1」第一個變數的[[變數編輯器]]，點選[character]，點「X」，最後點[檔案]的[關閉]，結束[[資料編輯器]]。再試圖摘要(summary)R變數「test」一次，得到以下的結果
{{{
     var1                var2      
 Length:6           Min.   :10.00  
 Class :character   1st Qu.:13.25  
 Mode  :character   Median :20.50  
                    Mean   :20.50  
                    3rd Qu.:27.75  
                    Max.   :31.00  
>
}}}
表示我成功地把「var1」的本質設定為文字(character)。但這還不是我們要的，因為「var1」的本質是因子的「factor」。這時候，我們必須手動把「var1」的「character」這一種本質，改為「factor」。請看
{{{
> test$var1
[1] "1" "1" "2" "2" "3" "3"
> test$var1 = as.factor(test$var1)
> test$var1
[1] 1 1 2 2 3 3
Levels: 1 2 3
> summary(test)
 var1       var2      
 1:2   Min.   :10.00  
 2:2   1st Qu.:13.25  
 3:2   Median :20.50  
       Mean   :20.50  
       3rd Qu.:27.75  
       Max.   :31.00  
>
}}}
看到最後這一種摘要的結果，表示您成功地把變數「var1」設定為「factor」，把變數「var2」設定為「numeric」。這一個例子的最後，老師知道[[R]]至少提供以下轉換數據本質的工具：
{{{
> attach(test)
> as.numeric(var1)
[1] 1 1 2 2 3 3
> as.character(var1)
[1] "1" "1" "2" "2" "3" "3"
> as.logical(var1)
[1] TRUE TRUE TRUE TRUE TRUE TRUE
> as.factor(var1)
[1] 1 1 2 2 3 3
Levels: 1 2 3
> as.integer(var1)
[1] 1 1 2 2 3 3
> 
}}}

!!一個以英文字母表示水準的例子
第一個例子的數據如下：
| A | 10 |
| A | 11 |
| B | 20 |
| B | 21 |
| C | 30 |
| C | 31 |
一樣，老師透過呼叫[[R Commander]]呼叫[[資料編輯器]]，但是不呼叫[[變數編輯器]]，只是把數字填入正確位置。當我回到[[R Console]]，執行
{{{
summary(Test)
}}}
看到
{{{
 var1       var2      
 A:2   Min.   :10.00  
 B:2   1st Qu.:13.25  
 C:2   Median :20.50  
       Mean   :20.50  
       3rd Qu.:27.75  
       Max.   :31.00  
>
}}}
您會發現[[R]]已經幫您把事情做好了。真是太棒了！

!!一個以數字表示水準的例子
第一個例子的數據如下：
| 1 | 10 |
| 1 | 11 |
| 2 | 20 |
| 2 | 21 |
| 3 | 30 |
| 3 | 31 |
我們再看一次這一個例子。老師將為您示範[[R Commander]]幫您把「數字型」變數改變為「因子」的過程：
# 為了不讓之前的物件「test」，干擾我們，老師先把它++++[「移除(rm, remove)」]
{{{
> rm(test)
> test
錯誤: 找不到目的物件 'test'
>
}}}
===

# 重新輸入表格(data.frame)++++[「test」]
{{{
> summary(test)
      var1           var2      
 Min.   :1.00   Min.   :10.00  
 1st Qu.:1.25   1st Qu.:13.25  
 Median :2.00   Median :20.50  
 Mean   :2.00   Mean   :20.50  
 3rd Qu.:2.75   3rd Qu.:27.75  
 Max.   :3.00   Max.   :31.00  
> 
}}}
===

# 接著點選以及提供必要的資訊
## [Data]
## [Manage variables in active data set]
## [Convert numeric variables to factors]
## 左手邊的[var1]
## [OK]
## [YES](Overwrite existing variable, var1)
## 提供水準的符號。為了一致性，老師指定1給1、2給2、3給3。
## [OK]
# 再一次摘要表格「test」，您會看到
{{{
> summary(test)
 var1       var2      
 1:2   Min.   :10.00  
 2:2   1st Qu.:13.25  
 3:2   Median :20.50  
       Mean   :20.50  
       3rd Qu.:27.75  
       Max.   :31.00  
> 
}}}
表示您成功了。

最後，唸完上述內容與例子，您覺得可以用哪一招檢查錯誤？
{{{
請與同學討論！？
}}}

<<tabs "" [[挑一個]] "" [[]][[練習題3.1]] "" [[練習題3.1]][[練習題3.2]] "" [[練習題3.2]][[練習題3.3]] "" [[練習題3.3]][[練習題3.4]] "" [[練習題3.4]]>>

!一步一步來
+++[(步驟一)]
[img[http://lh6.ggpht.com/_BvX5aO5zwhM/TJmIVL5Q8NI/AAAAAAAAJqE/RmA_33vPNHU/314.JPG]]===
+++[(步驟二)]
[img[http://lh4.ggpht.com/_BvX5aO5zwhM/TJmh6oxEthI/AAAAAAAAJqI/lsmBP5PoYSQ/315.JPG]]===
+++[(步驟三)]
[img[http://lh5.ggpht.com/_BvX5aO5zwhM/TJmh7SdO63I/AAAAAAAAJqQ/9BzSEsQWDKI/316.JPG]]

+++[Modify factor details for selected factor]is the frame in which changes can be made. A factor can be selected by clicking on the arrow below Select (and also by clicking on an item in the listboxes below the frame). Repeatedly jumping through the frame with the Tab key automatically cycles through the factors one by one.

    The number of levels MUST BE ENTERED for each factor. (Jumping out of the entry box without entering a valid number of levels creates an error message popup.) The levels themselves are then automatically set to the integer numbers from one to the number of levels. Different levels (separated by blanks) can be manually entered. It is recommended to use the automatic levels for preliminary checks on available designs and their properties, but to enter meaningful factor levels for experiments that will actually be run.

    The entry Comment or label is included into an exported html file as annotation for the factor. This may be useful for conducting the experiment.===

+++[Buttons for changing the factor order]If factor details have been entered and it is discovered later that the factors are needed in a different order (e.g. because of the alias structure of a regular 2-level fractional factorial design), the buttons Move Up and Move Down can be used for changing the order of the factors. ===

+++[Manually specify column numbers for array]is a checkbox for the orthogonal array menu that is available if a specific design has been selected by ID (from a drop-down menu on the Base Settings tab). If this box is checked, the factor details include an additional column for the column numbers that needs to be filled with a valid column number for each factor. The number of levels is then automatically derived.

    Specifying column numbers can be useful, if an expert user has investigated the properties of a design and wants to obtain a better-suited design than the default one. For example, when accomodating two 2-level factors, one 4-level factor and one 8-level factor in L64.2.5.4.10.8.4, it is better to use columns 2 and 3 than the default columns 1 and 2 for the two 2-level factors. With the latest version of the software, this optimization can also be done automatically using the setting “min3” for Automatic Optimization on the “Base Settings” tab; nevertheless, because of performance reasons, it may be wise to specify known good column numbers, if available. Note that explicit specification of column numbers overrides any optimization request.===

===
+++[(步驟四)]
[img[http://lh5.ggpht.com/_BvX5aO5zwhM/TJmh7OYLYvI/AAAAAAAAJqM/QSoCCEfVziA/317.JPG]]===
!例子
+++[(例子一)]===
+++[(例子二)]===
+++[(例子三)]===
+++[(例子四)]===
+++[(例子五)]===
+++[(例子六)]===

從第五章開始還有一個原因：這裡有很多因子實驗的例子與練習題。有各式各樣的表格，豐富我們因子實驗的經驗。接下來，我們要開啟R的[[資料編輯器]]，把表5.1輸入R。

老師在課堂上常用的一種教學法，叫做[[前後測法]]。讓您在老師教您前，運用大家的想像試著合力解決問題，過程中，老師透過提示與問題幫大家修正答案。

老師打開[R Console]，一鍵一字打入[library(Rcmdr)]呼叫[[R Commander]]。點選[[R Commander]][Tools]的第二個選項[Load Rcmdr Plug-in(s) ...]。這時會跳出[Load Plug-ins]視窗，讓您挑選需要的Plug-in，按住[Ctrl]複選
# ~DoE
# doex
# HH
# IPSUR
點選下方的[OK]。等一回，點選[是(Y)]重新啟動[[R Commander]]。再一次看到[[R Commander]]的時候，您會在[[R Commander]]的工具列看到多了幾個選項：
# Design
# DOE Stat 4309
基本上，您已經開啟了最基本的實驗設計軟體環境。下一段，我們準備把表5.1輸入R。事實上，有一句話「條條大路通羅馬」在這裡也適用，R確實提供了多種把表5.1輸入R基座的管道。這裡我們希望透過[[R Commander]]呼叫[[資料編輯器]]，完成輸入表5.1的任務，有幾個理由：
# 認識[[R Commander]]提供的管道
# 認識[[資料編輯器]]
# 把表5.1這一種最典型的[[因子實驗數據集]]轉化為常見的[[多變量數據集]]表格
轉化過程會讓您瞭解到，為什麼實驗設計課本總是以類似表5.1的方式傳達收集來的數據，而不是用迴歸分析課本常用的方式(請參考您正在學習的另一門必修課，[[迴歸分析]])。事實上，老師在課堂上為各位準備的訓練菜單並不是完全按照這一幕的過程，而是綜合混用了前一幕(第一幕)跟這一幕的過程。

為了把表5.1輸入R，點選[[R Commander]]的
# [Data]
# [New data set]
# 在[Enter name for data set]視窗輸入[Table5.1]
## Table5.1是一個合法的R變數(這時候，變數這兩個字所代表的意義已經改變)。我們決定這樣取名的原因，有(一)它合法；(二)它直接抄錄自課本，雖然「e」跟「5」之間的空白鍵不見了，因為R不准用空白鍵命名。
## 正確命名絕對需要，因為唯有如此才能方便與您的同學、老師溝通。@@請大家遵守這樣的命名原則。@@圖方便採用[[R Commander]]為您預設的名字，並不是睿智的選擇。請慎思。
## 我們會陸陸續續會大家介紹基本的命名原則。
## 「Table5.1」跟「table5.1」是不一樣的名字。因為R分辨大小寫。
## 取名字代表「Table5.1」，方便我們繼續分析表5.1之電池壽命實驗的數據。
## 事實上，在R裡頭「Table5.1」是一個隱藏檔案。有沒有存在於您現在工作的[[工作空間]]，用[ls()]或是點選[R Console]、[其他]的[列出目的物件]，便知有沒有。
# 按下[OK]
# 桌面出現[[資料編輯器]]視窗
我們決定停下來(雖然當時課堂上沒停下來)。停下來最大的理由，讓我們觀察一下、認識[[資料編輯器]]視窗長什麼樣子？您會發現它像EXCEL的[sheet]，最左手邊從上而下一行連續的整數(從1開始)；最上方從左而右一個接著一個的[var1]、[var2]、…。這時候，老師沒有多說什麼，要求從座號1號的同學開始，一位一位按照順序把一筆一筆數據(130, 55, ...)輸入的[[資料編輯器]]格子內。

甲乙兩班的第一次嘗試都失敗了。很可惜。在這裡，我再一次提醒，也呼籲各位，
{{{
凡事重基礎。
}}}
念統計系，不認識用來呈現數據集的表格，表示您的紮基工作尚未完成。加油。

空白[[資料編輯器]]的數字表示「筆」，也就是說，「1」表示第一筆數據(觀察值)所在的位置(第一列)；「var1」表示第一個變數(因為R把「var」用來代表[[variable]]；把「1」代表第一個)所在的位置(第一行)。經過老師提醒與修正之後(注意，老師經常用[[問與答]]的方式指導各位繼續往前走)，整個輸入表5.1的過程類似用順序(材料種類 溫度 壽命)安排「數字」且/或「符號」一鍵一字打入適當的格子內
# 1 15 130
#
#
…
關於「鍵盤」與[[資料編輯器]]的關係，請點選[[資料編輯器]]的[輔助]、[資料編輯器]，就會出現一個名為[Information]的視窗，上面記載利用[[資料編輯器]]編輯數據時會用到的快速鍵跟基本鍵。

老師剛剛才提醒大家
{{{
圖方便採用[[R Commander]]為您預設的名字，並不是睿智的選擇。請慎思。
}}}
所以接下來，我們想要為個個變數命名，把[var1]、[var2]、[var3]修掉(為什麼是3個，請參考[[第一幕|第一幕：認識表5.1]]的內容)。經過一番討論之後，老師決定
# 因子「材料種類」取名為「$\mbox{________}$」
# 因子「溫度」取名為「$\mbox{________}$」
# 反應變數「電池壽命」取名為「$\mbox{________}$」
中文名字行不行，老師在課堂上示範一次，事實證明R某種程度上支持繁體中文。請看這兩個例子：
{{{
(插入甲班基本資料)
}}}
{{{
(插入乙班基本資料)
}}}
但是，老師不知道是不是任何一塊[[(請點選)R積木|R積木]]都支持繁體中文。老師確實知道R支持英文，所以我建議各位用英文命名，給自己另一個學習使用英文的機會。這也是老師建議使用R這一個統計計算環境的理由。

決定名字之後，點選「var1」那一個格子，桌面會出現一個[[變數編輯器]]的視窗，空白處填入名字，如果是[[因子]]，接著點選「character」(文字型)；如果是[[反應變數]]點選「numeric」(數字型)。這一幕，最後一個問題：
{{{
到底有沒有人在過程中弄錯了！
}}}

!解讀一張書上提供的表
+++[關於家庭作業一]
#
#
#
#
#
#
#
#
===
----
+++[橋段一：觀察Table 1.1]
請翻到課本第5頁，先自行@@從上往下@@觀察，接著請回答以下問題
# 第一個專業術語？
# 幾個變數、它們分別叫什麼名字？
# 每一個變數的意義？
# 文字型變數是哪幾個？數字型變數是哪幾個？
# 哪一個變數最特別？哪一個變數也一樣特別？哪一個變數也算特別？
# 哪幾個變數是隨機的？
# 哪幾個變數有誤差？
# 總共幾筆數據？
# 每一筆數據的主人是哪一種身份？
# 數據來源？
# 放在哪一個檔案內？
# 變數[Exchange]的選項？
# 變數[BusinessWeek Rank]的變異來自哪裡？
# 變數[Share Price (\$)]的變異來自哪裡？
# 變數[Earnings per share (\$)]的變異來自哪裡？
# 哪一個變數是調閱來的？
# 哪一個變數是觀察來的？
# 哪一個變數是調查來的？
# 哪一個變數是計算來的？
# 哪一個變數是時間序列變數？
===
----
+++[橋段二：一張表可能會提供的資訊]
# 觀察對象的代碼(element, ID)
# 變數(variable)
## 固定的
## 文字的(屬性的)
## 數字的(屬量的)
## 離散的
## 連續的
## 一般用從上而下的方式呈現
## 從上而下叫做「行」（第二維）
# 觀察值(observation)
## 一般用從左而右的方式呈現
## 從左而右叫做「列」（第一維）
# 維度(dimensionality)：幾列乘以幾行
===
----
+++[橋段三：跳出數據的四把測量尺度]
<<tabs "" [[挑一個]] "" [[]][[測量尺度]] "" [[測量尺度]][[名目尺度]] "" [[名目尺度]][[順序尺度]] "" [[順序尺度]][[區間尺度]] "" [[區間尺度]][[比例尺度]] "" [[比例尺度]][[態度量尺]] "" [[態度量尺]]>>
===
----
+++[橋段四：分類變數與潛伏變數]
===
----
+++[橋段五：數一數第一章提供幾張表？]
...
| 表 | 分類(請自行描述) |
| [[(Anderson)Table1.1]] ||
| [[(Anderson)Table1.2]] ||
| [[(Anderson)Table1.3]] ||
| [[(Anderson)Table1.4]] ||
| [[(Anderson)Table1.5]] ||
| [[(Anderson)Table1.6]] ||
| [[(Anderson)Table1.7]] ||
| [[(Anderson)Table1.8]] ||
===
----
+++[橋段六：如何觀察一張表的內涵？]
!!複雜計算
+++[與表1.5再續前緣]
寫下數個關於表1.5您最想知道的內涵？
| 道 | 描述 |
| 1 |燈泡壽命超過100小時的（樣本）比例？ |
| 2 ||
| 3 ||
| 4 ||
| 5 ||
| 6 ||
| 7 ||
===
!!練習題
<<tabs "" [[波士頓公寓數據(I)]] "" [[波士頓公寓數據(I)]][[波士頓公寓數據(II)]] "" [[波士頓公寓數據(II)]][[波士頓公寓數據(III)]] "" [[波士頓公寓數據(III)]]>>
===
----
+++[結語]
這裡提供一張總結｢跳出數據的四把測量尺度｣的大表，裡面包含一些後來才會討論的內容，請暫時跳過，謝謝。
| 尺度 | 四則運算 | 轉換 | 例子 | 統計手法 |
| 名目尺度 | 區別 | 一對一 | 郵遞區號、職員證號、眼睛顏色 | [[眾數]] |
| 順序尺度 | 區別、順序 | 一對一、單調遞增 | 成績、考績、滿意度 | [[中位數]] |
| 區間尺度 | 區別、順序、加減 | 平移加縮放 | 華氏溫度、攝氏溫度 | [[算術平均]]、[[變異數]]、[[標準差]] |
| 比例尺度 | 區別、順序、加減、乘除 | 縮放 | 凱氏溫度、車禍次數、年齡、長度 | [[算術平均]]、[[幾何平均]]、[[調和平均]]、[[變異數]]、[[標準差]] |
===
----
+++[家庭作業二]
===
----

<<tabs "" [[挑一個]] "" [[]][[練習題2.1]] "" [[練習題2.1]][[練習題2.2]] "" [[練習題2.2]][[練習題2.3]] "" [[練習題2.3]][[練習題2.4]] "" [[練習題2.4]]>>

!最常見的數據分析問題
+++[橋段一：哪些數據不能算平均？]
===
+++[一則笑話]
!!!背景
{{{
有一份調查，100人參與。
}}}
+++[統計分析]
{{{
有一道選擇題，50人不同意，50人同意，平均之後...
}}}
===
+++[結論]
{{{
「沒意見」
}}}
===
===
+++[比例]
70%是什麼意思？
===
+++[平均]
===
----
+++[橋段二：怎麼比實力才公平？]
[[平均]]還是[[中位數]]？
===
----
+++[橋段三：實力相當怎麼比？]
[[變異數]]與[[標準差]]
===
----
+++[橋段四：不同比賽怎麼比？]
[[變異係數]]
===
----
+++[橋段五：如何界定正常範圍？]
[[百分位數]]
===
----
+++[橋段六：甲班80分跟乙班80分誰厲害？]
[[標準分數]]
===
----
+++[橋段七：挑哪些產品衝業績？]
[[8020法則]]
===
----
+++[橋段八：薪資與年齡的關連程度怎麼算？]
[[相關係數]]
===
----
+++[橋段九：如何預測銷售業績？]
[[迴歸分析]]
===
----
+++[橋段十：誰對營業額貢獻最大？]
[[多變量分析]]
===
----
+++[橋段十一：我的客源在哪裡？]
[[交叉分析]]
===
----

Type the text for 'New Tiddler'

<html><iframe src="https://docs.google.com/present/embed?id=dc884f6s_240gshdq8g5" frameborder="0" width="410" height="342"></iframe></html>

!新時代的數據集
+++[橋段一：交易資料庫]
[[交易資料庫]]
===
----
+++[橋段二：基因資料庫]
[[基因資料庫]]
===
----

!解讀一張書上提供的圖
+++[橋段一：時序圖]
[[時序圖]]
===
----
+++[橋段二：直條圖]
[[直條圖]]
===
----
+++[橋段三：直方圖]
[[直方圖]]
===
----

<html><iframe src="https://docs.google.com/present/embed?id=dc884f6s_241zws6zpdg" frameborder="0" width="410" height="342"></iframe></html>

!第一章出現過的變數
+++[Ex 1.2]
| 變數 | 意義 |
|||
===
+++[Ex 1.4]
| 變數 | 意義 |
|||
===
+++[Ex 1.6]
| 變數 | 意義 |
|||
===
+++[Ex 1.7]
| 變數 | 意義 |
|||
===
+++[Ex 1.8]
| 變數 | 意義 |
|||
===

+++[Ex 1.9]
| 變數 | 意義 |
|||
===
+++[Ex 1.10]
| 變數 | 意義 |
|||
===
+++[Ex 1.11]
| 變數 | 意義 |
|||
===
+++[Ex 1.12]
| 變數 | 意義 |
|||
===
+++[Ex 1.13]
| 變數 | 意義 |
|||
===

+++[Ex 1.14]
| 變數 | 意義 |
|||
===
+++[Ex 1.15]
| 變數 | 意義 |
|||
===
+++[Ex 1.16]
| 變數 | 意義 |
|||
===
+++[Ex 1.17]
| 變數 | 意義 |
|||
===
+++[Ex 1.18]
| 變數 | 意義 |
|||
===

+++[Ex 1.19]
| 變數 | 意義 |
|||
===
+++[Ex 1.20]
| 變數 | 意義 |
|||
===
+++[Ex 1.21]
| 變數 | 意義 |
|||
===
+++[Ex 1.22]
| 變數 | 意義 |
|||
===
+++[Ex 1.23]
| 變數 | 意義 |
|||
===

+++[Ex 1.24]
| 變數 | 意義 |
|||
===
+++[Ex 1.25]
| 變數 | 意義 |
|||
===

+++[表3.1的代號]
{{{
4 x 0
}}}
===

!表3.1
一樣，老師再一次呼叫[[R Commander]]，
{{{
library(Rcmdr)
}}}
接著點選[Tools]、[Load Rcmdr plug-in(s) ...]，把幾個學習實驗設計需要的專用套件載入
# ~DoE
# doex
# HH
# IPSUR
接著點選[Data]、[New data set]呼叫[[資料編輯器]]。給名字的時候，根據老師曾經提示過的規則，老師在[Enter name for data set]的右手邊空白處填入「Table3.1」，按下[OK]，[[R]]環境就會跳出[[資料編輯器]]。然後
# 點選[var1]的格子，為因子取名為「RF」(這乃是根據3.1節的內容定出來的)。
# 點選[var2]的格子，為因子取名為「etch」(這是利用google搜尋輸入「蝕刻率」以及「翻譯」找到的)。
# 在「RF」這一行輸入160五次、180五次、200五次、220五次。
# 在「etch」這一行，根據表3.1從左而右依序把「蝕刻率」變數的觀察值一個一個輸入正確的格子。
基本上，上述這一些與R的互動乃是以下這一句話帶出來的
{{{
Table3.1 <- edit(as.data.frame(NULL))
}}}
+++[結果畫面]
[img[http://lh5.ggpht.com/_BvX5aO5zwhM/TJbrgh4E-wI/AAAAAAAAJpE/lvXKMKaPpvE/s912/31.JPG]]
===

根據我們在[[第三幕|]]的經驗，當我們使用數字表達因子的水準，必須調整變數「RF」的本質為「因子(factor)」。把「Table3.1」的「RF」從「numeric」改成「factor」，最簡單的方式就是
{{{
> Table3.1$RF = as.factor(Table3.1$RF)
> summary(Table3.1)
   RF         etch      
 160:5   Min.   :530.0  
 180:5   1st Qu.:573.8  
 200:5   Median :605.0  
 220:5   Mean   :617.8  
         3rd Qu.:659.5  
         Max.   :725.0  
> 
}}}
!!另一種建置表3.1的R過程
為了不蓋掉(overwrite)前述過程的「Table3.1」，這時候我們把大寫「T」改成小寫的「t」。另外，我們希望變數「RF」保留數字的本質，所以我們另外創造一個變數，叫做「~RFfactor」，它被用來放置本質是「factor」的「RF」。至於，我們為什麼需要這麼做，請繼續往下看。建構的過程如下所示：
{{{
> RF = rep(c(160,180,200,220),rep(5,4))
> etch = c(575, 542, 530, 539, 570, 565, 593, 590, 579, 610, 600, 651, 610, 637, 629, 725, 700, 715, 685, 710)
> table3.1 = data.frame(RF=RF, etch=etch, RFfactor=as.factor(RF))
> head(table3.1)
   RF etch RFfactor
1 160  575      160
2 160  542      160
3 160  530      160
4 160  539      160
5 160  570      160
6 180  565      180
> summary(table3.1)
       RF           etch       RFfactor
 Min.   :160   Min.   :530.0   160:5   
 1st Qu.:175   1st Qu.:573.8   180:5   
 Median :190   Median :605.0   200:5   
 Mean   :190   Mean   :617.8   220:5   
 3rd Qu.:205   3rd Qu.:659.5           
 Max.   :220   Max.   :725.0           
> 
}}}
!圖3.2
表3.1已經順利輸入R，變數「RF」也順利改成「因子」了。再來，我們希望[[R]]給我們圖3.2。事實上，我們需要兩張圖，左邊那一張叫做「[[盒形圖]]」，希望每一種處理(現在剛好是變數「RF」的每一個水準)一個[[盒形圖]]；而右邊那一張叫做「[[散佈圖]]」，它是「解釋變數當$X$軸」對上「反應變數當$Y$軸」的一種圖，這時候解釋變數必須是數字型變數，也就是說，這時候我們的因子必須是數字型變數，意味著，用一般的數字(numeric)表達因子的水準，不再是用「factor」表達因子的水準。

先讓我們看一下，[[R]]給我們的圖3.2：
# +++[左邊]
[img[http://lh5.ggpht.com/_BvX5aO5zwhM/TJbrhHnWmnI/AAAAAAAAJpQ/rQ4JkMynJA0/s512/34.JPG]]
----
{{{
這張圖怎麼看？
}}}
+++[參考答案]===

===

# +++[右邊]
[img[http://lh4.ggpht.com/_BvX5aO5zwhM/TJdpAi7WPTI/AAAAAAAAJp4/iwBRD6KE93c/s512/311.JPG]]
----
{{{
這張圖怎麼看？
}}}
+++[參考答案]===
+++[有輔助線的散佈圖]
[img[http://lh6.ggpht.com/_BvX5aO5zwhM/TJqvCxRs_LI/AAAAAAAAJqY/P6qk4bItHl0/s576/320.jpg]]
===
+++[參考答案]===

===

!!課堂練習
{{{
老師提供的散佈圖跟課堂用書提供的散佈圖有哪些不一樣？
}}}
繪圖是[[R]]最傲人的技術，我們先學如何讓[[R Commander]]幫忙。第一件事：
# [[盒形圖]]的英文叫做「boxplot」。
# [[散佈圖]]的英文叫做「scatterplot」。
第二件事：
{{{
點選[Graphs]看到您要的工具浮出來。
}}}
適合「工作中數據集(active data set)」的工具都會浮出來。這意味著，如果要「」浮出來，[[R]]內的「表3.1」要有「factor」的變數「RF」；如果要「」浮出來，[[R]]內的「表3.1」要有「numeric」的「RF」。但是同一個表格的「RF」不能同時擁有兩種身份(本質)。我們可以
# 像前述內容一樣創造一個「table3.1」。
# 在繪圖的過程變換變數「RF」的身份。
## 先用「numeric」的「RF」繪製「[[散佈圖]]」。
## 變換「numeric」的「RF」為「factor」的「RF」，再繪製「[[盒形圖]]」。
!!課堂插曲
為圖3.2右手邊的散佈圖增加標題：
{{{
title("楊牧川")
}}}
接下來，
{{{
我們請一位同學上台表演第二種辦法。請看…
}}}
+++[老師在家挑好的號碼]
{{{
> sample(1:84,1)
[1] 64
>
}}}
===

!表3.4
請看分解動作：
# +++[配適模型(3.2)]
[img[http://lh5.ggpht.com/_BvX5aO5zwhM/TJdxCeCAtUI/AAAAAAAAJp8/3duG_3Gb2II/312.JPG]]
===

# +++[計算變異數分析表]
[img[http://lh3.ggpht.com/_BvX5aO5zwhM/TJdzPrD9HGI/AAAAAAAAJqA/8pUDbSBowY4/313.JPG]]
===

您會在[[R Commander]]的[Output Window]看到以下這一個接近表3.4的變異數分析表
{{{
> Anova(Table3.1.lm.1, type="II")
Anova Table (Type II tests)

Response: etch
          Sum Sq Df F value    Pr(>F)    
RF         66871  3  66.797 2.883e-09 ***
Residuals   5339 16                      
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1 
}}}
有了[[變異數分析表]]，您的下一個工作，就是看懂它…
{{{
請注意老師上課的講解…
}}}
!!另一種產生表3.4的辦法
{{{
> summary(Table3.1)
   RF         etch      
 160:5   Min.   :530.0  
 180:5   1st Qu.:573.8  
 200:5   Median :605.0  
 220:5   Mean   :617.8  
         3rd Qu.:659.5  
         Max.   :725.0  
> Table3.1.aov.1 = aov(etch~RF, data=Table3.1)
> summary(Table3.1.aov.1)
            Df Sum Sq Mean Sq F value    Pr(>F)    
RF           3  66871 22290.2  66.797 2.883e-09 ***
Residuals   16   5339   333.7                      
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1 
}}}
!!如果變數「RF」不再是「factor」
{{{
> summary(Table3.1)
       RF           etch      
 Min.   :160   Min.   :530.0  
 1st Qu.:175   1st Qu.:573.8  
 Median :190   Median :605.0  
 Mean   :190   Mean   :617.8  
 3rd Qu.:205   3rd Qu.:659.5  
 Max.   :220   Max.   :725.0  
> Table3.1.aov.2 = aov(etch~RF, data=Table3.1)
> summary(Table3.1.aov.2)
            Df Sum Sq Mean Sq F value    Pr(>F)    
RF           1  63857   63857  137.62 7.263e-10 ***
Residuals   18   8352     464                      
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1 
> 
}}}
!關於實驗過程
把表3.1輸入[[R]]，我們會了；繪製[[盒形圖]]跟[[散佈圖]]，我們也會了；製作[[變異數分析表]]，當然您也會了。最後，讓我們再看一次例子3.1(3.1節)的「實驗描述」。請回答老師以下的問題：
# 工程師需要為表3.1的實驗準備什麼樣的材料？
# 總共準備幾份？
# 您認為這一些材料之間會有變異嗎？
# 實驗總共作了幾次？也就是說，總共觀察變數「蝕刻率(etch)」幾次？
# 您認為第一次實驗應該把「RF」這一個因子「設定」在哪一個水準？160、180、200、還是220？
# 您認為第一次實驗應該使用哪一份材料？
# 根據課本提供的內容，您認為可能還可以為這一項實驗考慮哪一種因子？

Type the text for 'New Tiddler'

# (True or False? ) Suppose you are performing a simple linear regression of $Y$ on $X$ and you test the hypothesis that the slope is zero against a two-sided alternative.  You have $n = 25$ observations and your computed test ($t$) statistic is $2.6$. Then your $P$-value is given by $0.01 < P < 0.02$, which gives borderline significance (i.e. you would reject $H_0$ at $\alpha = 0.02$ but fail to reject $H_0$ at $\alpha = 0.01$.
# We are interested in finding the linear relation between the number of widgets purchased at one time and the cost per widget.  The following data has been ++++[obtained:]

        X (Number of widgets purchased): 1   3   6  10   15
        Y (Cost per widget, in dollars): 55  52  46  32   25
===
Suppose the regression line is $\hat Y = -2.5X + 60$.  We compute the average price per widget if 30 are purchased and observe:
## $\hat Y = -15$ dollars; obviously, we are mistaken; the prediction $\hat Y$ is actually +15 dollars.
## $\hat Y = 15$ dollars, which seems reasonable judging by the data.
## $\hat Y = -15$ dollars, which is obvious nonsense.  The regression line must be incorrect.
## $\hat Y = -15$ dollars, which is obvious nonsense.  This reminds us that predicting $Y$ outside the range of $X$ values in our data is a very poor practice.
# (True or false?) The coefficient of determination can have values between $-1$ and $+1$.

<html><div align="center"><iframe src ="http://www.paperplane.org/" width="100%" align="center" height=500"></iframe></div></html>

基本上，以下步驟是老師對期末紙飛機實驗的建議：
# （一、第一次口頭報告）紀錄原型機的折法
## 第一步：
## 第二步：
## …
## 最後一步：
# （二、第一次口頭報告）與「組員」或是「朋友加組員」腦力激盪改變紙飛機的折法
## 改變其中一個步驟的作法，您就找到了第一個可能的因子（一個您可以改變的、控制的變數）
## 再改變其中另一個步驟的作法，您就找到了第二個可能的因子（另一個您可以改變的、控制的變數）
## …
## 改變最後其中一個步驟的作法，您就找到了最後一個可能的因子（最後一個您可以改變的、控制的變數）
## 其他：@@各組自己的創意@@
###
###
###
###
## @@這一段的要求，至少要找到「7」個可以改變的變數@@
# （三、第一次口頭報告）再繼續腦力激盪「幾個區集變數」，一些您們知道會影響紙飛機表現的變數，但是您沒有興趣知道它的影響大小，也就是說，您們不想知道它的效果有多大。比如說，
## 甲同學、乙同學、丙同學、…他們折紙飛機的技術。
## …
## …
## @@這一段的要求，至少要找到「1」個區集變數@@
## …
# （四、第二次口頭報告）進行「篩選因子的實驗」。如何設計這一段的實驗，請注意老師上課關於這一段的內容。
## @@這一段的要求，留下「前3 ～ 4」個重要的因子；加上「1」個區集變數@@
# （五、第三次口頭報告、第四次口頭報告）進行「兩水準的部份因子實驗」。如何設計這一段的實驗，請注意老師上課關於這一段的內容。
## …
## @@這一段的要求，設計一種「$2^{3-1}$」或是「$2^{4-2}$」的「兩水準部份因子實驗」並且加上「1」個區集變數。@@
## @@這一段還必須加上「原型機」的實驗。@@
## 如何設計這一段的實驗，請注意老師上課關於這一段的內容。
# （六、第三次口頭報告、第四次口頭報告）接下來，各組有兩種選項：
## （第一種）「重複」第五階段實驗設計「3」次
### 這需要比較多的紙飛機、
### 分析比較容易作。
## （第二種）「重複測量」第五階段實驗設計「3」次
### 這需要比較少的紙飛機、
### 分析比較不容易作。

Type the text for 'New Tiddler'

{{{
這樣的數據才適用主成分分析！
}}}
| 編號 | 英文成績 | 數學成績 |
| S1 | 5 | 5 |
| S2 | 6 | 6 |
| S3 | 15 | 14 |
| S4 | 16 | 15 |
| S5 | 25 | 20 |
| S6 | 30 | 19 |
{{{
為什麼？
}}}
!!!以下情節改寫自[[課堂用書|http://www2.oritech.com.tw/product_info.php?products_id=768&osCsid=3f483101d57a7738b16b6209abd2bb0a]]p.83。
主成分分析的目標：
# 「主成分」是原始變數的線性組合所形成的新變數，而且主成分彼此不相關。
# 第一主成分的變異數最大，第二主成分的變異數是第二大，其餘類推。
# 只需保留少數幾個主成分。保留幾個端視這幾個主成分可以解釋多少總變異（數）。
# 主成分分析的結果受數據尺度的影響。若用「原始數據」或是「均值修正數據」，則變數的相對變異數愈大，對應該變數的權重愈大。要避免這一類的影響，可以用標準化數據分析主成分。
!!!創意思考
{{{
不同種類的魚群也可以引用主成分分析嗎？
}}}
[img[http://www.doe-mbi.ucla.edu/~parag/multivar/images/fishgrp2.gif]]

!@@廣告詞@@
機統！機統！機率與統計！統計統計，統統忘記！「統」字出現7次，幾次發一聲、幾次發二聲、幾次發三聲？答對者，免費進場；答錯者，磕三聲響頭，享五折優待，一樣可以進場聆聽榮彬爸爸講故事給你聽。
{{{
非關正確、只要幽默
}}}
+++[答案]@@color:blue;乩童！乩童！機率與統計！統計統計，通通忘記！@@===
!第一堂課
[[課堂用書|2010統計學課堂用書]]、<<tag 統計學授課大綱>>、[[學期評量計畫|統計學學期評量計畫]]、[[課堂規矩]]、[[如何減輕學習統計學的痛苦？]]、[[參考書|統計學參考書]]
!關於這一班
[[2010統計學上學期財稅系二年甲班]]、<<tag 統計學作業>>
!最重要的參考文獻
[[IPSUR]]
!預定進度
<<tag 上學期預定進度>>、<<tag 下學期預定進度>>、[[個人特色調查]]、[[期中調查]]、<<tag 統計學一分鐘報告>>
!海報計畫
<<tag 統計學海報計畫>>、[[統計學協作平台與我的關係？]]、[[期末海報評分標準]]、<<tag 海報網站優等名單>>
!九部四用：一本接近上課實錄的腳本
| [[常態分配]] | ![[點估計]] | [[中央極限定理]] |
| [[機率]] | [[數據]] | [[信賴區間]] |
| ![[丟銅板實驗]] | [[探索]] | ![[假設檢定]] |

| [[活用t分配]] | [[活用F分配]] | [[活用卡方分配]] | [[活用Z分配]] |
----

<html><iframe src="https://docs.google.com/present/embed?id=dc884f6s_97grxtj7d8" frameborder="0" width="410" height="342"></iframe></html>

{{{
請圈選最能代表您對其認識程度的數字。
}}}
| 題次 | 似曾相識的專有名詞 | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
| 一 |  ||||||||||||
| 二 |  ||||||||||||
| 三 |  ||||||||||||
| 四 |  ||||||||||||
| 五 |  ||||||||||||
| 六 |  ||||||||||||
| 七 |  ||||||||||||
| 八 |  ||||||||||||
| 九 |  ||||||||||||
| 十 |  ||||||||||||

<html><iframe src="https://docs.google.com/present/embed?id=dc884f6s_102qdr2kqfd" frameborder="0" width="410" height="342"></iframe></html>

<html><iframe src="https://docs.google.com/present/embed?id=dc884f6s_73g3wznmcd" frameborder="0" width="410" height="342"></iframe></html>

{{{
再現DASL風華
}}}
!時間表
| 項目 | 時間 | 工作內容 | 備註 |
| 1 | 09/24 | [[註冊故事]] ||
| 2 | 10/08 | [[第一次口頭報告|統計學上學期第一次報告]] ||
| 3 |  | [[第二次口頭報告|統計學上學期第二次報告]] ||
| 4 |  | [[第三次口頭報告|統計學上學期第三次報告]] ||
| 5 |  | [[第一次海報學術審查|第一次統計學上學期海報學術審查]] ||
| 6 |  | [[第二次海報學術審查|第二次統計學上學期海報學術審查]] ||
| 7 |  | [[第三次海報學術審查|第三次統計學上學期海報學術審查]] ||
| 8 |  | [[第四次影片報告|統計學上學期第四次報告]] ||
!預備工作
# 分組
# 註冊故事。註冊日期：09/24。當天列印故事的摘要跟老師登記，並且上課程[[部落格|statschool01.blogspot.com]]註冊提供故事網址。完成上述兩項動作才表示註冊成功。若09/24當天無法註冊成功，請在接下來的周一早上至老師的研究室(商1035)補註冊。
!第一次報告(計畫代號：復古)
# 主軸：瞭解問題與數據
# 報告時間：10/08
# 報告方式：三分鐘口頭報告
# 報告規格：
## (第一張投影片) 統計學上學期第X組第一次報告、故事名稱、組員姓名(按筆劃數排列)、指導老師：吳榮彬副教授
## (第二張投影片) 故事大綱
## (第三張投影片) DASL提供的數據
## ...
## (最後一張投影片) 第一次總結

+++[第二次報告]
# 主軸：瞭解方法
# 報告時間：xx/xx
# 報告方式：三分鐘口頭報告
# 報告規格：
## (第一張投影片) 統計學上學期第X組第二次報告、故事名稱、組員姓名(按筆劃數排列)、指導老師：吳榮彬副教授
## (第二張投影片) DASL建議研究故事的統計機率方法
## (第三張投影片) DASL建議的方法
## ...
## (最後一張投影片) 第二次總結
===
+++[第三次報告]
# 主軸：收集新數據
# 報告時間：xx/xx
# 報告方式：三分鐘口頭報告
# 報告規格：
## (第一張投影片) 統計學上學期第X組第三次報告、故事名稱、組員姓名(按筆劃數排列)、指導老師：吳榮彬副教授
## (第二張投影片) 故事續集
## (第三張投影片) 我們找到的新數據
## ...
## (最後一張投影片) 第三次總結
===
+++[第四次報告(計畫代號：創新)]
# 主軸：發表海報
# 報告時間：xx/xx
# 報告方式：三分鐘YouTube影片報告
# 報告規格：
## (第一張投影片) 統計學上學期第X組第四次報告、故事名稱、組員姓名(按筆劃數排列)、指導老師：吳榮彬副教授
## (第二張投影片) 故事完結篇
## (第三張投影片) 比較新舊數據
## ...
## (最後一張投影片) 第四次總結
# 公開展示海報
## 同儕評分
## 繳交海報
## 繳交計畫總光碟
===
----
請繼續參考[[學術海報的主要內容]]與[[製作學術海報的方法]]。
----

| 堂次 | 時間 | 主軸 | 細目 | 活動 | 討論區 | R | 考試 | [[期末海報|統計學上學期可以被挑選的DASL故事]] | 家庭作業 |
| !01 | 09/17 | 第一堂課、[[第一章：數據]] | [[點名]]、[[買書]]、[[分組]]、[[固定座位]]、[[指定座號]] || [[一分鐘報告]] | [[R]]、[[R Commander]]、[[建立輔助學習的軟體環境]]、[[把表1.5所代表的數據集輸入R]]、[[把Table1.5輸出到同名的TXT檔案]] || [[分組]]、[[公布學期報告的主角]] | [[把第一章各個練習題的數據輸入R並且把輸入結果輸出到同名的TXT檔]] |
| !02 | 09/24 | [[第一章：數據]]、[[第二章：探索]] ||||||||
| !03 | 10/01 | [[第二章：探索]] ||||||||
|~|~|>|>|>|>|>|>|>| ![[第一節R第一次實習]] |
| !04 | 10/08 | [[第三章：分配的基本資料]] |||||| [[第一次口頭報告|2010統計學上學期第一次口頭報告]] ||
|~|~|>|>|>|>|>|>|>| ![[第三節R第二次實習]] |
| 05 | 10/15 | [[第三章：分配的基本資料]] ||||||||
|~|~|>|>|>|>|>|>|>| ![[第一節R第三次實習]] |
| 06 | 10/22 | [[第四章：機率]] ||||||||
|~|~|>|>|>|>|>|>|>| ![[第三節R第四次實習]] |
| 07 | 10/29 | [[第四章：機率]] ||||||||
| 08 | 11/05 |>|>|>|>|>|>|>| [[期中考(20%)、範圍：第一週到第七週的上課內容|2010統計學上學期期中考]] |
| !09 | 11/12 ||||||| [[第二次口頭報告|2010統計學上學期第二次口頭報告]] ||
| 10 | 11/19 |||||||||
| 11 | 11/26 |||||||||
|~|~|>|>|>|>|>|>|>| [[第一節R第五次實習]] |
| 12 | 12/03 |||||||||
|~|~|>|>|>|>|>|>|>| [[第三節R第六次實習]] |
| 13 | 12/10 ||||||| [[第三次口頭報告|2010統計學上學期第三次口頭報告]] ||
|~|~|>|>|>|>|>|>|>| [[第一節R第七次實習]] |
| !14 | 12/17 ||||||| [[第一次學術審查|2010統計學上學期第一次學術審查]] ||
|~|~|>|>|>|>|>|>|>| [[第三節R第八次實習]] |
| !15 | 12/24 ||||||| [[第二次學術審查|2010統計學上學期第二次學術審查]] ||
| !16 | 12/31 ||||||| [[學期海報影片報告|2010統計學上學期學期海報影片報告]]、[[第三次學術審查|2010統計學上學期第三次學術審查]] ||
| !17 | 01/07 |>|>|>|>|>|>|>| 停課 |
| 18 | 01/14 |>|>|>|>|>|>|>| [[期末會考(30%)|2010統計學上學期期末會考]] |

| 堂次 | 時間 | 主軸 | 細目 | 活動 | 討論區 | [[R]]、[[R Commander]] | 考試 | [[期末海報|統計學上學期可以被挑選的DASL故事]] | 家庭作業 |
| 01 | 09/17 | 第一堂課 | [[點名]]、[[買書]]、[[分組]]、[[固定座位]]、[[指定座號]] | [[我的統計學CD提供哪一些學習資源？]] | [[一分鐘報告|統計學一分鐘報告]] | [[建立輔助學習的軟體環境]]、[[把表1.5所代表的數據集輸入R]]、[[把Table1.5輸出到同名的TXT檔案]] || [[分組]]、[[公布學期報告的主角]] | [[把第一章各個練習題的數據輸入R並且把輸入結果輸出到同名的TXT檔]] |
|~|~|~| [[建置中的統計學授課大綱|統計學上學期授課大綱]]、[[統計學學期評量計畫]]、[[課堂規矩]] |~|~|~|~|~|~|
|~|~| [[第一章：數據|數據]] | [[(Anderson)Table1.1]] |~|~|~|~|~|~|
| 02 | 09/24 | [[第一章：數據|數據]] | [[課堂用書第一章]]、[[課堂用書第二章]] ||| [[把EXCEL的數據抓入R]] || [[註冊DASL故事]] |~|
|~|~| [[第二章：探索|探索]] |~|~|~|~|~|~|~|
| 03 | 10/01 | [[第二章：探索|探索]] | [[課堂用書第二章]]、[[課堂用書第三章]] | [[我認識幾個英文字]]、[[針對第二章單變量數據的分析策略]] | [[第二章練習題]] | [[屬性變數的圖表]]、[[屬量變數的圖表]]、[[圖表大比較]] || [[圖書館員來講解如何製作Google.site]]、[[統計學協作平台與我的關係？]]、[[Google.site的基本內容]] | [[統計學作業二]] |
|~|~|~|>|>|>|>|>|>| ![[(助教)第一節R第一次實習]] |
| 04 | 10/08 | [[第三章：分配的基本資料|探索]] | [[課堂用書第三章]] | [[練習題2.1]]、[[練習題2.2]]、[[練習題2.3]]、[[練習題2.4]] | [[摘要20101001統計學一分鐘報告]]、[[圖表大比較]] | [[屬性變數的數字]]、[[屬量變數的數字]]、[[數字大比較]]、[[第三章練習題]] ||| [[統計學作業三]] |
|~|~|~|>|>|>|>|>|>| ![[第三節R第二次實習]]、[[統計學作業四]] |
| 05 | 10/15 |~|| [[各種圖形的可能用途]] || [[隨身攜帶R]] || [[第一次口頭報告|2010統計學上學期第一次口頭報告]] | [[統計學作業五]] |
|~|~|~|>|>|>|>|>|>| ![[(助教)第一節R第三次實習]] |
| 06 | 10/22 | [[第四章：機率|機率]] | [[IPSUR]] |||||| [[統計學作業六]] |
|~|~|~|>|>|>|>|>|>| ![[第三節R第四次實習]] |
| 07 | 10/29 |~| [[IPSUR]] |||||||
| 08 | 11/05 |>|>|>|>|>|>|>| [[期中考(20%)、範圍：第一週到第七週的上課內容|2010統計學上學期期中考]] |
| 堂次 | 時間 | 主軸 | 細目 | 活動 | 討論區 | [[R]]、[[R Commander]] | 考試 | [[期末海報|統計學上學期可以被挑選的DASL故事]] | 家庭作業 |
| !09 | 11/12 | [[第五章：離散分配]] | [[翻譯第五章目錄]]、[[隨機變數]]、[[離散機率分配]]、[[離散機率分配的期望值]]、[[離散機率分配的變異數與標準差]]、[[二項機率分配]] | [[自己舉三個隨機變數的例子]]、[[用一句話敘述期望值的算法]]、[[用一句話敘述變異數的算法]] | [[期望值的表格算法]]、[[變異數的表格算法]] | [[攜帶式R]] || [[第二次口頭報告的規定|2010統計學上學期第二次口頭報告的規定]] | [[統計學作業七]] |
| 10 | 11/19 |~| [[推導二項機率分配]] | [[成功的機率為什麼不在是1/2？]]、[[用計算機計算各種二項機率]]、[[查二項機率表]] |||| [[第二次口頭報告|2010統計學上學期第二次口頭報告]] |~|
| 11 | 11/26 |~| [[布瓦松機率分配]]、[[超幾何機率分配]] | [[二項機率分配的計算困境]]、[[布瓦松機率分配與二項機率分配的關係]]、[[計算布瓦松機率分配表]]、[[查布瓦松機率分配表]]、[[計算超幾何機率分配]] || [[第一節R第五次實習(取消)]] ||| [[統計學作業八]] |
| 12 | 12/03 | [[第六章：連續分配]] ||||||||
| 13 | 12/10 |~|||| [[第一節R第六次實習(取消)]] || [[第三次口頭報告|2010統計學上學期第三次口頭報告]] ||
| !14 | 12/17 |~|||||| [[第一次學術審查|2010統計學上學期第一次學術審查]] ||
| !15 | 12/24 | [[第七章：抽樣分配]] |||||| [[第二次學術審查|2010統計學上學期第二次學術審查]] ||
| !16 | 12/31 |~|||||| [[學期海報影片報告|2010統計學上學期學期海報影片報告]]、[[第三次學術審查|2010統計學上學期第三次學術審查]] ||
| !17 | 01/07 |>|>|>|>|>|>|>| 停課 |
| 18 | 01/14 |>|>|>|>|>|>|>| [[期末會考(30%)|2010統計學上學期期末會考]] |

{{{
請圈選最能代表您對其認識程度的數字。
}}}
| 題次 | 似曾相識的專有名詞 | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
| 一 |  ||||||||||||
| 二 |  ||||||||||||
| 三 |  ||||||||||||
| 四 |  ||||||||||||
| 五 |  ||||||||||||
| 六 |  ||||||||||||
| 七 |  ||||||||||||
| 八 |  ||||||||||||
| 九 |  ||||||||||||
| 十 |  ||||||||||||

Type the text for '統計學下學期預定進度'

* 把我分配給您的數據表，用以下兩種方式放入R，並且寄送一份與該數據表同名的TXT檔，到這一門課的專用信箱：
** 在R Commander用[New data set]打開[資料編輯器]，一鍵一字地打入以大寫T命名的R物件(物件這一個詞彙，下一回會解釋！)。 
** 打開您隨書附贈的CD，找到您負責的EXCEL檔，利用R Commander的[Import data][from Excel, ...]，用小寫t為名匯入R。
** 至於這兩個物件(R叫做data.frame)，如何匯出到一個同名的TXT檔呢？點選[data][Active data set][Export active data set]，這整個過程您都不需要加油添醋改變甚麼，您只需要找到一個您想儲存統計學作業的檔案夾，然後按確定或是OK即可。接著您會發現那個檔案夾多了一個跟表格同名的TXT檔案，一個可以用Windows[記事本]打開的檔案。請把這個檔案利用夾檔方式郵寄到您們班的專屬電子郵件地址。
** 以上兩個TXT檔案，請一次夾檔寄到[[statfinfcu2010a@gmail.com|mailto:statfinfcu2010a@gmail.com]]。
** 您們其中有一些人負責一個沒有名字的表格，請以Table1.9跟table1.9命名。它在CD是沒有檔案的，請自行建立一個EXCEL檔案，然後用上述第二點繼續完成您的作業。
** 關於作業批改部分，老師採課堂上[電腦選號]方式，隨機請同學上台表演。 

{{{
我勾選的題目是期末考的題庫。
}}}
# 請每一個人找到您的好朋友一起完成老師勾選的習題。
# 請全部手算
# 請認真地讓您的計算機幫助您練習數字的手感
# 我會請助教上課討論這一些題目的計算過程
# 作業完成後，把答案製作成清晰可見的圖片
# 然後，上傳到課程的專用帳號
# 再一次提醒您，我會請助教在期末檢查各位寫作業的認真程度，作為加分的依據
# 想要加分的同學，請@@好自為之@@

針對自己負責的第二章的題目，利用[[R]]練習以下問題：
# 2.1節、2.1~2.10，按照我們慣用的分配辦法，找到自己負責的題目。
# 2.2節、2.11~2.21，按照我們慣用的分配辦法，找到自己負責的題目。
# 2.3節、2.22~2.28，按照我們慣用的分配辦法，找到自己負責的題目。
# 要求：
## 每一小題都要練習。
## 種種第二章這三節題目要求的「報告」都用[[R Commander]]實現之。
## 將執行[[R Commander]]後出現在[Output Window]的結果或是各種圖的結果，以「剪貼」或是「另存新檔」的方式匯入「WORD」檔案。
## 一題一個檔案。所以，每一個人要繳交「3」個檔案。
## 至於題目最後通常會要求您「發現」、「評論」、「解讀」等等「翻譯」現象的練習，請務必多花點時間觀察。把您或是您跟同學討論後的發現，直接寫在「WORD」檔案上。
## @@有人已經開始擔心考試怎麼考。老師這一學期，應該說這一年的統計學教學重心擺在「建立數據分析能力」上，所以考試的重點會擺在「發現」、「評論」、「解讀」等等「翻譯」現象的練習。也就是說，它們是考試的大重點。[[R]]以及[[R Commander]]決不會是大重點。@@
## 全部完成，或是部份完成都必須在下一次見面之前上傳班上專用帳號。

這一次的作業，大概被分成兩類：
* (第一類、一定要繳交到專用信箱。) 把分配給您的題目之
** 找出所有變數
** 想辦法找到它們的基本意義（注意：有一種可能，課本沒有交代，您在書上看到的訊息只有「哪一串的英文字」，所以您必須透過網際網路的搜尋引擎，想辦法找到「哪一串英文字」的定義，說不定幸運的話，您可以找到「哪一串英文字」的計算公式。）
** 把上述兩項結果彙整在一個表格（WORD表格），以夾檔的方式寄到統計學專用帳號。
* (第二類)這部份是一項持續性的工作。主軸是「探索數據集的內涵」。它的內容大致如下：
** 您的隨書附贈的CD內關於第一章有五個數據集(data set)，++++[分別是]
# BWS&P
# Hotel
# Minisystems
# Norris
# Shadow02
===
請再一次引用我們上課分配功課的作法，依照座號決定您負責的數據集。比如說，座號一號負責「BWS&P」、二號負責「Hotel」、…，依此類推。
** 知道自己負責哪一個數據集，之後您要持續思考、探索「它」，…。比如說，++++[我們在課堂上見過以下這一個表格（針對不同等級的飯店，整體分數的摘要統計量。）]
{{{
       mean        sd     skewness  kurtosis   0%    25%   50%    75% 100% n
$    77.350 0.6363961 1.674550e-14 -2.750000 76.9 77.125 77.35 77.575 77.8 2
$$   82.975 5.8013648 2.550267e-01 -1.928908 76.8 79.875 82.25 85.350 90.6 4
$$$  79.600 8.3438600 1.272104e-15 -2.750000 73.7 76.650 79.60 82.550 85.5 2
$$$$ 86.300        NA          NaN       NaN 86.3 86.300 86.30 86.300 86.3 1
>
}}}
===
您或許會懷疑「錢字號越多、平均分數越高」。那老師所謂的內涵，指的是，「懷疑與數據現象之間的距離」。老師將持續跟大家討論「懷疑（統計上，叫做假說）」、「數據現象（您從數據看到的現況）」、以及「如何決定距離與判斷距離的大小？」
** 所以，這禮拜的功課就是@@記住您分配到的數據集是哪一個？@@
** @@利用[[R Commander]]的[Statistics]之[Summaries]找到各式各樣可供觀察的表格、可幫您瞭解其內涵的「摘要統計量」。記錄在您的WORD檔案內，並且在表格下方紀錄您懷疑的各種「假說」。@@您要記錄幾項假說，老師不想限制您，您自己決定。
** 如果您作了一些，一樣請利用夾檔方式寄到專用帳號。
** （建議）當您準備期末海報的時候，可以把這一招套用在您們那一組的期末報告所引用的數據集。

這一次作業的範圍是第三章的第一節跟第二節：
# 3.1節的1~12題。依舊引用跟以往一樣的分配方式，一人負責一題。
# 3.1節的13~24題。依舊引用跟以往一樣的分配方式，一人負責一題。
# 全部需要的計算全部引用[[R]]的協助。
# 用WORD編寫您的作業。一人一份上傳至Google專用帳號。

{{{
合力一起解決R Commander的英文困境！？
}}}

請翻到課堂用書第66～68頁。我們這一回有興趣分析第二章兩個案例：
# [[Pelican Stores]]
# [[Motion Picture Industry]]
# 單數組負責第一道；雙數組負責第二道。
# 請分工合作看課本說明，10分鐘討論後，電腦選號某兩組上台來表演。
# +++[老師在家挑到的號碼]===

「建議」與「要求」各組把「再現DASL風華」的歷程放在「Google協作平台」上，最大的理由是
{{{
學習如何逐步邁向無紙的學習時代…
}}}
老師根據學校[[六大軟能力]]：
# 溝通
# 合作
# 解決
# 管理
# 學習
# 創新
的新訴求與整體高等教育的趨勢，不斷研發與課程有關的期末海報議題。今年老師在「統計學上學期」研議「再現DASL風華」，讓有緣選到這一門課的各位，在「輕鬆」、「具挑戰」、「作得到」的數據分析執行過程中，學到上學期統計學的大小議題。

為了因應這樣的挑戰，老師執意兩種輔助工具：
# [[R]]
# [[Google協作平台]]
挑選[[R]]，讓各位免去許多「統計計算－繪圖、製表、計算複雜難懂的統計公式等等」的不便與「無知」，促進各位把學習重點放在「解讀分析報告」上。這裡所謂的報告，指的是[[R]]給您的各種結果，包含文字、數字、與圖表。當然，這裡的報告一定是正確的統計報告。可惜的是，[[R]]是無數電腦程式組合而成，給它「垃圾」、它就會回您「垃圾報告」，所以您也@@必須學會與統計學上學期有關的[[R]]，才不至於讓垃圾報告害了您。@@

至於挑選[[Google協作平台]]，希望您
# 善用學校資源，學習本世紀最重要的社交工具－[[個人網誌]]。由於，學校與搜尋引擎大師[[Google]]有合作關係，老師才決定讓您學習製作[[Google協作平台]]。
# 透過[[Google協作平台]]，學習紀錄計畫的一生。從「無」到「有」、到「成果展示」的歷程。它絕對是提升您六大軟能力的最佳平台，足以讓您超越[[MSN]]的境界。

至於您們那一組三個人，最後會創造出什麼樣的[[個人網誌]]，老師無法要求，也[[不是我的事]]。老師希望您們三人善用它，為自己加分。@@這一份網誌您可以帶著走，必要的時候，它就是您曾經實現某特定領域數據分析的最佳證據。@@如果幸運，說不定還可以為您們三人的統計學上學期加「10分」。老師在這裡，可以答應您一件事：
{{{
協助您完成夢想
}}}

# [img[http://im2.book.com.tw/exep/lib/image.php?image=http://addons.books.com.tw/G/001/9/0010459169.jpg&width=200&height=280&quality=80]]
# [img[http://im1.book.com.tw/exep/lib/image.php?image=http://addons.books.com.tw/G/001/1/0010466901.jpg&width=200&height=280&quality=80]]
# [img[http://im1.book.com.tw/exep/lib/image.php?image=http://addons.books.com.tw/G/001/2/0010371622.jpg&width=200&height=280&quality=80]]

!2-2-3-3計畫
# 20分：助教分數。兩次小考
## 10分：預定時間在期中考前一週。主要考您期中考前的R。
## 10分：預定時間在期末考前一週。主要考您期末會考範圍內的筆算。
# 20分：期中考(@@20道單複選錯置的選擇題、答案完全正確才給分@@)。課堂上談及的R是主要範圍，也涵蓋課堂用書的第一章到第四章。
# 30分：期末會考（成績會出現小數點，採無條件進入方式取分。）
# 30分：三人一組的分組期末海報(單次計分制。@@報告當天無法報告的組別，一次扣每一位組員個人總成績10分。@@)
##	10分：
###	第一次三分鐘口頭報告(甲同學報告)
###   @@無故不參加者，扣個人總成績10分@@
###	隨機挑選幾位同學現場表演R(任何人都有可能被選上，@@完全不會@@扣個人總成績2分)
##	10分：
###	第二次三分鐘口頭報告(乙同學報告)
###   @@無故不參加者，扣個人總成績10分@@
###	隨機挑選幾位同學現場表演R(任何人都有可能被選上，@@完全不會@@扣個人總成績2分)
##	10分：
###	第三次三分鐘口頭報告(丙同學報告)
###   @@無故不參加者，扣個人總成績10分@@
###	隨機挑選幾位同學現場表演R(任何人都有可能被選上，@@完全不會@@扣個人總成績2分)
##	0分：第四次三分鐘影片報告(最優秀的同學報告)
###   報告影片必須事先放在YouTube上。
# (加分項目)：
## 5分：參與記名調查
### 個人特色調查
### 壓力特質量表
### 期中調查
### 每週的一分鐘報告
## 10分：海報網站被圖書館評選為優等

* 您可以用滑鼠右鍵按右邊網址，在新分頁或是新視窗開啓課程的協作平台，https://sites.google.com/site/portablestat/。
* 建議您在個別分頁或是視窗閱讀本協作平台。
----
<html><div align="center"><iframe src ="https://sites.google.com/site/portablestat/" width="100%" align="center" height=400"></iframe></div></html>

!1-2-3-4計畫
# 10%：參與80%的授課過程(基本項，5%)、三次專業提問(加分項，5%)、三次不上台表演(扣分項，5%)
# 20%：期中考(20道單複選錯置的選擇題)
# 30%：期末考(30道單複選錯置的選擇題)
# 40%：三人一組的分組期末海報(採扣分制)
##	10%：
###	第一次三分鐘口頭報告(甲同學報告)
###	隨機挑選幾位同學現場表演R(任何人都有可能被選上，完全不會扣5分)
##	10%：
###	第二次三分鐘口頭報告(乙同學報告)
###	隨機挑選幾位同學現場表演R(任何人都有可能被選上，完全不會扣5分)
##	10%：
###	第三次三分鐘口頭報告(丙同學報告)
###	隨機挑選幾位同學現場表演R(任何人都有可能被選上，完全不會扣5分)
##	10%：第四次三分鐘影片報告(最優秀的同學報告)
----

這一小節，老師將介紹幾個與實驗設計課有關的統計概念：
# +++[statistics]
{{{
Statistics is the science of problem-solving in the presence of 
               variability.
}}}
===

# +++[population]
{{{
A statistical population consists of all items or units 
       processing one or more common characteristics 
            under specified experimental 
                  or observational conditions.
}}}
===

# +++[process]
{{{
A process is a repeatable series of actions
      that results in an observable characteristics
          or measurement.
}}}
===

# +++[variable]
{{{
A property or characteristic on which information is obtained in an experiment.
}}}
===

# +++[observation]
{{{
The collection of information in an experiment, 
       or 
          actual values obtained on variables in an experiment.
}}}
===

# +++[response variable]
{{{
Any outcome or result of an experiment.
}}}
===

# +++[factor]
{{{
Controllable experimental variables 
             that can influence the observed values of response variables.
}}}
===

# +++[sample]
{{{
A sample is a group of observations taken from 
       a population 
          or 
       a process.
}}}
===

# +++[simple random sample]
{{{
In an experiment setting, a simple random sample of size n is obtained
   when items are selected from a fixed population or a process in such a manner
      that every group of items of size n has an equal chance of being selected as the sample.
}}}
===

# +++[parameters and statistics]
{{{
A parameter is a numerical characteristic of a population or a process.
    A statistic is a numerical characteristic that is computed from a sample.
}}}
===

# +++[distribution]
{{{
A tabular, graphical, or theoretical description of the values of a variable
     using some measure of how frequently they occur in 
         a population, 
         a process, or 
         a sample.
}}}
===

# +++[sampling distribution]
{{{
A sampling distribution is a theoretical model 
     that describes the probability of obtaining the possible values of a statistic.
}}}
===

# +++[mathematical model]
{{{
A model is termed 
     mathematical
     if it is derived from theoretical or mechanistic considerations 
           that represent exact, error-free assumed relationships among the variables.
}}}
===

# +++[statistical model]
{{{
A model is termed 
     statistical
     if it is derived from data 
           that are subject to various types of 
                  specification, 
                  observation, 
                  experimental, and/or 
                  measurement errors.
}}}
===

# (腦力激盪)
## 說不定您的目標是：
### 打破紙飛機空中停留時間的世界記錄
### 精進我的紙飛機在空中停留時間的紀錄
### 精進紙飛機的飛行距離
### （人生第一次紙飛機實驗應該設定哪一個目標？）
### 所以，您的反應變數是？它的單位是？
## 您要研究什麼？
### 重心對紙飛機空中停留時間的影響？
### 
###
###
###
###
## 或許是：
### 哪一種紙張的表現最好？
### 哪一位組員最會折紙飛機？
#
#
#

# 代號
# 控制
# 隨機

!!!主成分分析的最佳使用時機
* 如果原始數據的變數彼此都不相關，那主成分分析會失敗(意味著，找不到新變數。@@bgcolor:orange;為什麼？@@)。
* 如果變數之間的相關係數類似以下這一個表格，主成分分析的最後結果是留下一個變數。因為五個主成分的重要性依序分別是3.62, 0.53, 0.39, 0.30跟0.16。
|| $X_1$ | $X_2$ | $X_3$ | $X_4$ | $X_5$ |
| $X_1$ | 1.000 |||||
| $X_2$ | 0.735 | 1.000 ||||
| $X_3$ | 0.662 | 0.674 | 1.000 |||
| $X_4$ | 0.645 | 0.769 | 0.763 | 1.000 ||
| $X_5$ | 0.605 | 0.529 | 0.526 | 0.607 | 1.000 |
* 如果原始變數彼此高度相關，不論是正相關還是負相關，可以用兩到三個主成分適當地表達20個或是更多個變數的變異。(請參考B. F. J. Manly, 2005, chapter 6.)
* 如果最後分析的結果只留下少數幾個主成分，代表說原始數據存在著太多的「重複」，也就是說大部分它們(原始數據)看到的東西(帶有的資訊)是類似的。
!!!已知
$$
\Sigma = V(X) =
\left[
\begin{array}{cccc}
V(X_1) & Cov(X_1, X_2) & \cdots & Cov(X_1, X_p) \\
Cov(X_2, X_1) & V(X_2) & \cdots & Cov(X_2, X_p) \\
\vdots & \vdots & \cdots & \vdots \\
Cov(X_p, X_1) & Cov(X_p, X_2) & \cdots & V(X_p) \\
\end{array}
\right]
$$
!!!主成分分析的結論一
$$
\Sigma^* = V(\eta) =
\left[
\begin{array}{cccc}
\lambda_1 & 0 & \cdots & 0 \\
0 & \lambda_2 & \cdots & 0 \\
\vdots & \vdots & \cdots & \vdots \\
0 & 0 & \cdots & \lambda_p \\
\end{array}
\right]
$$
而且
$$
\lambda_1 > \lambda_2 > \cdots > \lambda_p > 0
$$
!!!主成分分析的結論二
$$
\Sigma
\left(
\begin{array}{cccc}
w_{11} & w_{12} & \cdots & w_{1p} \\
w_{21} & w_{22} & \cdots & w_{2p} \\
\vdots & \vdots & \vdots & \vdots \\
w_{p1} & w_{p2} & \cdots & w_{pp} \\
\end{array}
\right)^T
=
\left(
\begin{array}{cccc}
w_{11} & w_{12} & \cdots & w_{1p} \\
w_{21} & w_{22} & \cdots & w_{2p} \\
\vdots & \vdots & \vdots & \vdots \\
w_{p1} & w_{p2} & \cdots & w_{pp} \\
\end{array}
\right)^T
\Sigma^*
$$
!!!@@問題一：原始數據的變數彼此都不相關，那主成分分析會失敗。@@
+++[為什麼？]===
!!!@@問題二：原始變數間的相關係數愈高，「維度化簡」的程度愈高。@@
+++[為什麼？]===
!!!@@問題三：若原始變數間完全相關，則只需要第一主成分就可以解釋100%原始變數的總變異（數）。@@
+++[為什麼？]===
!!!@@問題四：任意兩個原始變數之間的夾角不一定等於90度。@@
+++[為什麼？]===
!!!@@問題五：任意兩個主成分之間的夾角等於90度。@@
+++[為什麼？]===

<html><div align="center"><iframe src ="http://www.microsiris.com/Statistical%20Decision%20Tree/" width="100%" align="center" height=400"></iframe></div></html>

Type the text for 'New Tiddler'

[img[http://img1.eyefetch.com/Thumbs%5Clisef%5C22726mt.jpg]]
!!!前言
這是一個小故事。從前從前有一位可愛的養鴨人女兒，無意中發現公鴨的綠色的頭越漂亮，似乎越有求偶優勢（請注意母鴨的頭是灰色的）。為了解答心中的疑惑，小女孩想先瞭解母鴨是否偏愛綠色。她做了一個小小的實驗：同時餵母鴨綠麵包與白麵包，看母鴨是不是一開始就會撲向綠麵包？

基本上，小女孩想知道當母鴨面對這兩種不同顏色的麵包的時候，選擇上沒差別；還是母鴨偏愛綠麵包。因此，我們的研究問題可以轉換成兩種互相排斥的想法：
{{{
想法一：母鴨對兩種顏色麵包的偏愛無差別。
}}}
{{{
想法二：母鴨偏愛綠麵包。
}}}
!!!問題
+++[(1)]
當母鴨面對一綠一白麵包的時候，牠選擇撲向綠麵包的機率記做//p//。用//p//這個符號分別改寫研究想法。+++[答案]===
===
+++[(2)]
我們稱這些必須面對的想法叫做「統計假設」。這一種想法稱為「虛無假設」，因為它代表一種「沒差別」的想法；而第二種想法因為代表一種與虛無假設不一樣的想法：母鴨偏愛綠麵包，所以我們稱它為「對立假設」。請描述為什麼「想法二」與「想法一」並不是完全相反的（一般教科書的說法）？+++[答案]===
===
+++[(3)]
小女孩隨意在鴨園裡找來十隻母鴨進行實驗。每一隻母鴨都會被安排面對兩塊顏色不一樣的麵包：一塊綠的、一塊白的。小女孩記錄每一隻母鴨先撲向哪一種顏色的麵包。你覺得小女孩這時候應該注意哪一些事項，免得實驗誤差過大？+++[答案]===
===
+++[(4)]
假設//X//表示最後有幾隻母鴨一開始就撲向綠麵包。假如所有母鴨對綠麵包並沒有偏好，那麼//X//這個隨機變數服從什麼樣的機率分配？+++[答案]===
===
+++[(5)]
相關這分配的機率表，在我們課堂用書的哪幾頁？+++[答案]===
===
+++[(6)]
假如母鴨不偏愛兩顏色麵包的任何一種，那麼在這種情況下，我們期待會看到幾隻母鴨一開始就撲向綠色的麵包？+++[答案]===
===
+++[(7)]
觀察上一題答案的機率是多少？+++[答案]===
===
+++[(8)]
為什麼上一題的答案不是1.0？+++[答案]===
===
+++[(9)]
假設小女孩記錄到有9隻母鴨一開始就撲向綠麵包。如果母鴨並不偏愛哪一種顏色的麵包，那麼觀察到9隻母鴨一開始就撲向綠麵包的機率等於多少？+++[答案]===
===
+++[(10)]
你覺得10隻母鴨有9隻先撲向綠麵包，是否讓你有信心認為母鴨喜愛綠色的麵包？請用0到1之間的數字簡述你的信心程度？+++[答案]===
===
+++[(11)]
如果小女孩觀察到更多隻，你對虛無假設成立的信心是增加還是降低？+++[答案]===
===
+++[(12)]
那麼如果母鴨不偏愛綠麵包，小女孩觀察到9 隻或超過9隻母鴨一開始撲向綠麵包的機率是多少？+++[答案]===
===
+++[(13)]
我們用//p//值表示前一小題答案的機率。這一項機率告訴我們證據有多麼不利虛無假設。你認為越大越不利嗎？+++[答案]===
===
+++[(14)]
你認為小女孩實驗結果的//p//值是大的還是小的呢？+++[答案]===
===
+++[(15)]
考慮這項機率，你認為虛無假設正確嗎？+++[答案]===
===
+++[(16)]
你偏愛那一項假設？+++[答案]===
===
+++[(17)]
根據上述問題的答案，你拒絕還是不拒絕虛無假設？+++[答案]===
===
+++[(18)]
根據前述這整個流程，寫下這一項研究的結論。+++[答案]===
===
+++[(19)]
這樣的研究結果可以解答小女孩心中的疑惑：「公鴨的頭越綠色越漂亮，越有求偶優勢」嗎？如果你覺得有什麼樣的地方不妥，請為小女孩重新設計實驗。+++[答案]===
===

<html><div align="center"><iframe src ="http://stream1.stat.tamu.edu/flash/Matrix%20Algebra/matrix_algebra_review/matrix_algebra_review.html
" width="100%" align="center" height=700"></iframe></div></html>

* 您可以用滑鼠右鍵按右邊網址，在新分頁或是新視窗開啓課程的協作平台，https://sites.google.com/site/statnaire/。
* 建議您在個別分頁或是視窗閱讀本協作平台。
----
<html><div align="center"><iframe src ="https://sites.google.com/site/statnaire/" width="100%" align="center" height=400"></iframe></div></html>

Type the text for 'New Tiddler'

http://innopac.lib.fcu.edu.tw/search*cht/p?SEARCH=%E5%90%B3%E6%A6%AE%E5%BD%AC&searchscope=9

| 類型 |>|>|>|>|>|>|>|>|>| 題號 | [[R Commander]] | [[R]] | 註記 |
|~| 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |~|~|~|
| [[frequency distribution]] | ! | ! |  | ! |  | ! |  | ! | ! | ! ||||
| [[relative frequency distribution]] | ! | ! |  |  | ! |  |  | ! |  | ! ||||
| [[percent frequency distribution]] |  | ! |  | ! | ! | ! |  |  | ! |  ||||
| [[pie chart]] |  |  | ! | ! | ! |  |  |  |  |  ||||
| [[bar graph]] |  |  | ! | ! | ! | ! |  |  | ! | ! ||||
| [[Pareto chart]] |  |  |  |  |  |  |  |  |  |  ||||

| 類型 |>|>|>|>|>|>|>|>|>|>| 題號 | [[R Commander]] | [[R]] | 註記 |
|~| 11 | 12 | 13 | 14 | 15 | 16 | 17 | 18 | 19 | 20 | 21 |~|~|~|
| [[frequency distribution]] | ! |  |  | ! | ! |  | ! | ! | ! | ! | ! ||||
| [[relative frequency distribution]] | ! |  |  |  | ! |  |  |  | ! |  | ! ||||
| [[percent frequency distribution]] | ! |  |  | ! |  |  |  | ! |  | ! |  ||||
| [[cumulative frequency distribution]] |  | ! |  |  | ! |  |  |  | ! |  |  ||||
| [[cumulative relative frequency distribution]] |  | ! |  |  | ! |  |  |  | ! |  |  ||||
| [[histogram]] |  |  | ! |  |  | ! | ! | ! |  | ! | ! ||||
| [[ogive]] |  |  | ! |  |  |  |  |  | ! |  | ! ||||
| [[dot plot]] |  |  |  | ! |  |  |  |  |  |  |  ||||
| [[shape of the distribution]] |  |  |  |  |  | ! |  |  |  |  |  ||||

| 類型 |>|>|>|>|>|>| 題號 | [[R Commander]] | [[R]] | 註記 |
|~| 22 | 23 | 24 | 25 | 26 | 27 | 28 |~|~|~|
| [[stem-and-leaf display]] | ! | ! | ! | ! | ! | ! |  ||||
| [[round]] |  |  |  |  | ! |  |  ||||
| [[stretched stem-and-leaf display]] |  |  |  |  | ! |  | ! ||||

| 類型 |>|>|>|>|>|>|>|>| 題號 | [[R Commander]] | [[R]] | 註記 |
|~| 29 | 30 | 31 | 32 | 33 | 34 | 35 | 36 | 37 |~|~|~|
| [[crosstabulation]] | ! |  | ! | ! | ! | ! |  |  | ! ||||
| [[row percent]] | ! |  | ! |  |  |  |  |  |  ||||
| [[column percent]] | ! |  |  | ! |  |  |  |  |  ||||
| [[frequency distribution]] |  |  |  |  |  |  | ! |  |  ||||
| [[percent frequency distribution]] |  |  | ! | ! |  |  |  |  |  ||||
| [[percent frequency histogram]] | ! |  | ! |  |  |  |  |  |  ||||
| [[scatter diagram]] |  | ! |  |  |  |  |  | ! | ! ||||

我有一群老鼠（全世界的老鼠都在我家！！！）。我餵「『一號食譜』跟『台灣啤酒』」給其中幾隻老鼠，餵「『二號食譜』跟『麒麟啤酒』」給另外幾隻老鼠，最後餵「『三號食譜』跟『青島啤酒』」給剩下沒吃到飯跟喝到啤酒的老鼠。一個月後，我測量這些（所有）老鼠的「性別」、「心跳」、「體溫」、「體重」。我得到四個母體。因為我沒有時間「餵所有老鼠」跟「測量所有老鼠」，所以你只會看到「部分老鼠」的「性別」、「心跳」、「體溫」、「體重」的「樣本」。
----
+++[【師生對話】]
>師問：上頭哪一句話是錯的？
>生回：全世界的老鼠都在我家！！！
>師問：為什麼？
>生回：因為我家也有老鼠！
===

任何疑義，[[歡迎寫信指教|mailto:cwu@fcu.edu.tw]]。

!功用
!作法
#
#
#
#
!透過R Commander得到莖葉圖
<html><iframe src="https://docs.google.com/present/embed?id=dc884f6s_131ffrj32cf" frameborder="0" width="410" height="342"></iframe></html>
!關於「解讀莖葉圖」

Type the text for 'New Tiddler'

把所有處理寫出來。

{{{
library(agricolae)
# 4 treatments and 5 blocks in split-plot
t1<-c("A","B","C","D")
t2<-c(1,2,3)
book <-design.split(t1,t2,r=3,number=101,seed=45,kinds ="Super-Duper") # seed = 45
book # field book
# write in hard disk
# write.table(book,"book.txt", row.names=FALSE, sep="\t")
# file.show("book.txt")
}}}

<html><object width="480" height="385"><param name="movie" value="http://www.youtube.com/v/y3_VMPkzI8A?fs=1&amp;hl=zh_TW"></param><param name="allowFullScreen" value="true"></param><param name="allowscriptaccess" value="always"></param><embed src="http://www.youtube.com/v/y3_VMPkzI8A?fs=1&amp;hl=zh_TW" type="application/x-shockwave-flash" allowscriptaccess="always" allowfullscreen="true" width="480" height="385"></embed></object></html>

老師建議以下的步驟：
# 準備各單元的文稿
# 草擬海報的構圖
# 大夥決定最後的構圖
# 製作海報的各個單元
# 試排
# 定稿
# 固定各個單元完成海報

Type the text for 'New Tiddler'

<html><iframe src="https://docs.google.com/present/embed?id=dc884f6s_60gx5sq3dp" frameborder="0" width="410" height="342"></iframe></html>

# 在哪一個交易市場賺比較多？
# 在哪一個交易市場股價比較高？
# 哪一家投資報酬率最好？
# 哪一家股票最貴？
# 哪一家賺最多？
# 哪一家表現最好？
{{{
您的問題？您的策略？
}}}

註冊步驟如下：
* 將紙飛機摺法的示意圖影印一份，寫上「修課班級」、「組別」、「組員名單」，現場交一份給我。
* 上課程部落格把示意圖的網址貼上去，貼的時候，一樣交代「修課班級」、「組別」、「組員名單」。
* 如果上課當天無法完成註冊，請隔週的星期一早上10:00到11:00到我的研究室「商1035」補註冊。

!2010
{{{
西區球隊
}}}
* 火箭（筱君）
* 湖人（耕綸）
{{{
西區球隊
}}}
* Nets（玉慈）
* Celtics（御佑）

Type the text for 'New Tiddler'

<html><iframe src="https://docs.google.com/present/embed?id=dc884f6s_76gfc59sc8" frameborder="0" width="410" height="342"></iframe></html>

<html><iframe src="https://docs.google.com/present/embed?id=dc884f6s_98d863sr8q" frameborder="0" width="410" height="342"></iframe></html>

{{{
無誠勿試
}}}
* 不吵不鬧
* 上廁所請自便
* 盡量出席上課
* 攜帶工程用計算機到課
* 用心參與課堂活動並且分享成果
* 任何疑義舉手大聲、客氣、有良心地說出來
* 參與+++[期中考](20分)===

* 參與+++[期末考](30分)===

* 同儕評分不放水
* 口頭報告+++[一定到](不到一次個人扣總分40分的10分)===

* 專心聽取且記錄其他各組的口頭報告
* 我為人人、人人為我地與組員們共同完成期末海報、海報網站
----

!!!統計學家關心的事...
課堂用書的作者建議的討論事項。這一些討論事項乃是為了「保證主成分分析結果的品質」。
# 不同數據型態對結果的影響為何？
# 主成分分析得到的新變數有什麼優缺點？
# 應該留下幾個主成分？
# 主成分的意義為何？
# 主成分分析與其他分析技巧的搭配如何？
## 搭配「迴歸分析」？
## 搭配「群集分析」？
<<tabs "" [[挑一個]] "" [[]][[數據型態]] "" [[數據型態]][[新變數]] "" [[新變數]][[多少個主成分]] "" [[多少個主成分]][[解釋主成分]] "" [[解釋主成分]][[主成分計分]] "" [[主成分計分]]>>

!!!以下情節改寫自[[課堂用書|http://www2.oritech.com.tw/product_info.php?products_id=768&osCsid=3f483101d57a7738b16b6209abd2bb0a]]p.62。
* @@color:red;財務分析師分析某公司的財務健康狀況，分析師找出了120種財務比率的數據，並且希望將這120種比率簡化成少數幾種（約三種）綜合指標。這些綜合指標都是原始120種原始變數的線性組合。@@
* @@color:green;品管工程師想由一堆製程變數的觀察值，導出少數幾個主要的綜合指標，藉以顯示製程是否在「控制中」。@@
* @@color:blue;行銷經理想導出預測銷售量的迴歸模型，但他發現自變數彼此高度相關（所謂的多重共線性），因此估計的迴歸參數的標準差太大，造成整個估計不穩定。如果可以找到或是產生一些「新變數」，這些新變數彼此不相關，卻能保留絕大部分原始數據的資訊，那麼經理就可以用這些新變數重新導出新的迴歸模型。@@
{{{
「主成分分析」可以解決以上這三種問題。
}}}

!開場白
??
!第一堂課
[[授課大綱|授課大綱]]、[[個人特色調查]]、<<tag 前測>>
!九部六附
| [[第五部]] | [[第六部]] | [[第七部]] |
| [[第四部]] | [[第一部]] | [[第八部]] |
| [[第三部]] | [[第二部]] | [[第九部]] |

| [[附錄一|]] | [[附錄二|]] | [[附錄三|]] | [[附錄四|]] | [[附錄五|]] | [[附錄六|]] |
!預定進度
[[預定進度|預定進度]]、[[期中調查]]
!海報計畫
[[海報計畫]]

!單向變異數分析
!!解析第三章的練習題
+++[(3.)]
# 因子(名稱)：
# 水準數：
# 水準(名稱)：
# 處理：
# 反應變數(名稱)以及它的單位：
# 每一種處理觀察幾次：
# 「平衡設計」還是「失衡設計」？
# 總共反應變數被觀察幾次？
# 有沒有區集(變數)以及它的「水準數」與「水準」：
# 實驗代號：
# (我們)有興趣的假設：
# +++[變異數分析表]===

===
+++[(3.)]
# 因子(名稱)：
# 水準數：
# 水準(名稱)：
# 處理：
# 反應變數(名稱)以及它的單位：
# 每一種處理觀察幾次：
# 「平衡設計」還是「失衡設計」？
# 總共反應變數被觀察幾次？
# 有沒有區集(變數)以及它的「水準數」與「水準」：
# 實驗代號：
# (我們)有興趣的假設：
# +++[變異數分析表]===

===
----
!雙向變異數分析
!!兩因子的變異數分析
!!!解析第五章的練習題
+++[(5.)]
# 因子(名稱、A)：
# 水準數：
# 水準(名稱)：
# 因子(名稱、B)：
# 水準數：
# 水準(名稱)：
# 處理：
# 反應變數(名稱)以及它的單位：
# 每一種處理觀察幾次：
# 「平衡設計」還是「失衡設計」？
# 總共反應變數被觀察幾次？
# 有沒有區集(變數)以及它的「水準數」與「水準」：
# 實驗代號：
# (我們)有興趣的假設：
# +++[變異數分析表]===

===
+++[(5.)]
# 因子(名稱、A)：
# 水準數：
# 水準(名稱)：
# 因子(名稱、B)：
# 水準數：
# 水準(名稱)：
# 處理：
# 反應變數(名稱)以及它的單位：
# 每一種處理觀察幾次：
# 「平衡設計」還是「失衡設計」？
# 總共反應變數被觀察幾次？
# 有沒有區集(變數)以及它的「水準數」與「水準」：
# 實驗代號：
# (我們)有興趣的假設：
# +++[變異數分析表]===

===

!!一因子一區集的變異數分析
!!!解析第四章的練習題
+++[(4.)]
# 因子(名稱、A)：
# 水準數：
# 水準(名稱)：
# 因子(名稱、B)：
# 水準數：
# 水準(名稱)：
# 處理：
# 反應變數(名稱)以及它的單位：
# 每一種處理觀察幾次：
# 「平衡設計」還是「失衡設計」？
# 總共反應變數被觀察幾次？
# 有沒有區集(變數)以及它的「水準數」與「水準」：
# 實驗代號：
# (我們)有興趣的假設：
# +++[變異數分析表]===

===
+++[(4.)]
# 因子(名稱、A)：
# 水準數：
# 水準(名稱)：
# 因子(名稱、B)：
# 水準數：
# 水準(名稱)：
# 處理：
# 反應變數(名稱)以及它的單位：
# 每一種處理觀察幾次：
# 「平衡設計」還是「失衡設計」？
# 總共反應變數被觀察幾次？
# 有沒有區集(變數)以及它的「水準數」與「水準」：
# 實驗代號：
# (我們)有興趣的假設：
# +++[變異數分析表]===

===

!三向變異數分析
!!三因子的變異數分析
!!兩因子一區集的變異數分析
!!一因子兩區集的變異數分析
!多向變異數分析

# In a study, subjects are randomly assigned to one of three groups: control, experimental A, or experimental B.  After treatment, achievement test scores for the three groups are compared.  The appropriate statistical test for this comparison is:
## the correlation coefficient
## chi square
## the t-test
## the analysis of variance
# (True or False?) In ANOVA, if we wish to investigate the difference among five means, it is good statistical procedure to perform a t-test on each pair of means.
# (True or False?) The degrees of freedom associated with a error term in ANOVA depends only on sample size.

!開場白
[img[http://courses.essex.ac.uk/ce/ce802/Data%20Mining%20Cartoon.jpg]]
!第一堂課
[[授課大綱|資料採礦授課大綱]]、[[個人特色調查]]、<<tag 前測>>
!九部六附
| ![[迴歸]] | ![[分類]] | [[分群]] |
| [[挑選變數]] | [[什麼是資料採礦？]] | [[關聯式法則]] |
| ![[探索]] | [[數據]] | [[尋找異數]] |

| [[附錄一|R樣版]] | [[附錄二|翻譯R Commander]] | [[附錄三|翻譯Rattle]] | [[附錄四|翻譯RAnalyticFlow]] | [[附錄五|翻譯ORange]] | [[附錄六|翻譯NBA101]] |
!預定進度
[[預定進度|資料採礦預定進度]]、[[期中報告|2010資料採礦期中報告]]、<<tag 資料採礦作業>>、[[期中調查]]、[[第一次口頭報告]]、[[第二次口頭報告]]
!海報計畫
[[2010NBA戰績預測系統口頭報告]]、[[2010NBA戰績預測系統要求]]、[[2010NBA戰績預測系統實戰規則]]、[[期末海報評分標準]]
----

這一次的作業分成三個部份：
# 自己利用數據集「BWSP」探索[[R Commander]]的兩大工具
## [Statistics]
## [Graphs]
## 裡頭的選項適用於「連續型數據」還是「離散型數據」？
# 利用R的函示(function)找到數據集「BWSP」中獲利第三大的公司是第12家。
# 數據集的25家公司，根據您的觀察，您會推薦那一家公司？
## 第一件事，把您的想法用文字或是公式，或是符號把它寫下來。
## 可以的話，用R的程式碼找到您推薦的那一家公司？！

針對御佑本周報告的「統計量」，繼續進行以下「戰績預測系統」的前置作業：
# 下載您負責球隊關於[15]個原始變數最近四年的數據。根據課堂上的初步規劃，逐步把各自負責之球隊從2007到2010年的資料庫建立起來。
# 下一回報告時，請詳實介紹前一題提到的每一個變數。
# 繼續第一題。進行個別年份的主成分分析，並且試著解釋其中[第一主成份]係數的變化。
# 在資料庫中往右加入第一個新變數(實際上是統計量)[GmSc]，它來自網站http://www.basketball-reference.com/about/glossary.html。 把計算它的程式碼，包裝成一個函示(function)。請先試著寫寫看，我們下一次見面時會討論這一件事。
# 繪製[Possessions]在某些角度下的時序圖(index plot)，比如說，輸球的時候、客場的時候、...等等。並且把您觀察到的變化寫出來。

針對御佑報告的「Possessions」這一個「統計量」，進行以下「戰績預測系統」的前置作業：
# 計算您負責球隊的「主場Possessions」。
# 計算您負責球隊的「客場Possessions」。
# 把這兩個結果、加上「主客場標籤」、再加上該場「輸贏」結果，形成一個「有著三個變數」的「data.frame」(或許需要用到轉換工具，as.data.frame)。這一個「data.frame」可以用[[R Commander]]載入成為「active data set」，意味著，您可以快速地計算各種「摘要統計量」以及繪製各種「探索」所需要的圖。
# 把「Possessions」跟「輸贏」的關係建立起來。
# 閱讀「[[四因子(這裡有連接)|http://www.basketball-reference.com/about/factors.html]]」，把四因子相關的「數據」算出來，然後加入上述的「data.frame」。
# 分析「Possessions」跟「四因子」的關係。
# 分析「四因子」跟「輸贏」的關係。
# @@下週見面時，每一個人用「Google Docs」建立自己的「presentation」，用它報告。@@

{{{
請圈選最能代表您對其認識程度的數字。
}}}
| 題次 | 似曾相識的專有名詞 | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
| 一 | distribution ||||||||||||
| 二 | histogram ||||||||||||
| 三 | mean ||||||||||||
| 四 | median ||||||||||||
| 五 | variance ||||||||||||
| 六 | standard deviation ||||||||||||
| 七 | z-score ||||||||||||
| 八 | probability ||||||||||||
| 九 | sample ||||||||||||
| 十 | population ||||||||||||
| 題次 | 似曾相識的專有名詞 | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
| 十一 | $Z$ distribution ||||||||||||
| 十二 | $t$ distribution ||||||||||||
| 十三 | $F$ distribution ||||||||||||
| 十四 | $\chi^2$ distribution ||||||||||||
| 十五 | confidence interval ||||||||||||
| 十六 | null hypothesis ||||||||||||
| 十七 | analysis of variance ||||||||||||
| 十八 | regression ||||||||||||
| 十九 | goodness-of-fit test ||||||||||||
| 二十 | test of independence ||||||||||||
| 題次 | 似曾相識的專有名詞 | $\mbox{___0___}$ | $\mbox{___1___}$ | $\mbox{___2___}$ | $\mbox{___3___}$ | $\mbox{___4___}$ | $\mbox{___5___}$ | $\mbox{___6___}$ | $\mbox{___7___}$ | $\mbox{___8___}$ | $\mbox{___9___}$ | $\mbox{___10___}$ |

!課程簡述
{{{

}}}
!先修課程
無
!課堂用書
!指定參考書
!學期評量計畫(1-2-3-4計畫)
# 10%：參與80%的授課過程(基本項，5%)、三次專業提問(加分項，5%)、三次不上台表演(扣分項，5%)
# 20%：期中考(20道單複選錯置的選擇題)
# 30%：期末考(30道單複選錯置的選擇題)
# 40%：三人一組的分組期末海報(採扣分制)
##	10%：
###	第一次三分鐘口頭報告(甲同學報告)
###	隨機挑選幾位同學現場表演R(任何人都有可能被選上，完全不會扣5分)
##	10%：
###	第二次三分鐘口頭報告(乙同學報告)
###	隨機挑選幾位同學現場表演R(任何人都有可能被選上，完全不會扣5分)
##	10%：
###	第三次三分鐘口頭報告(丙同學報告)
###	隨機挑選幾位同學現場表演R(任何人都有可能被選上，完全不會扣5分)
##	10%：第四次三分鐘影片報告(最優秀的同學報告)
!備註
{{{
用學號向Google.mail註冊本課程專用信箱
}}}

* 您可以用滑鼠右鍵按右邊網址，在新分頁或是新視窗開啓課程的協作平台，https://sites.google.com/site/predictnba/。
* 建議您在個別分頁或是視窗閱讀本協作平台。
----
<html><div align="center"><iframe src ="https://sites.google.com/site/predictnba/" width="100%" align="center" height=400"></iframe></div></html>

{{{
迴歸模型
}}}

{{{
測試報告
}}}

{{{
分類模型
}}}

{{{
總報告
}}}

| 堂次 | 時間 | 主軸 | 細目 | 活動 | 討論區 | R | 作業 | NBA戰績預測 |
| !01 | 09/13 | [[第一堂課|資料採礦的第一堂課]] | [[什麼是資料採礦？]] || [[如何成為一位數據科學家？]] | [[Firefox]]、[[R]]、[[R Commander]]、[[Rattle]]、[[RAnalyticFlow]]、[[Orange]]、[[yEd]]、[[Tableau Public]]、[[KNIME]] || [[註冊預測球隊]] |
| !02 | 09/20 | [[安裝資料採礦軟體環境]] ||||~| [[註冊期中報告的DASL數據集]] |~|
| !03 | 09/27 | [[數據]]、[[探索]] || [[個人特色調查]]、[[抗壓特質量表]] || [[R]]、[[R Commander]] | [[資料採礦作業一]] |~|
| !04 | 10/04 | [[探索]] | [[NBA(I)]] || [[比較各種圖表]]、[[討論資料採礦作業一]]、[[討論開場白]] | [[NBA數據自動下載系統]] |~|~|
| 05 | 10/11 | [[用MATLAB探索數據的內涵]] | [[探索看什麼？]]、[[NBA(II)]] ||~| [[示範自動下載程式以及把EXCEL檔案載入R]]、[[設計R的程式]]、[[計算NBA的統計量]] |~| [[NBA戰績預測系統第一次討論會]] |
| 06 | 10/18 |~| [[主成份分析]]、[[NBA(III)]] ||~|~| [[資料採礦作業二]] | [[報告各自負責球隊的第一次分析15分鐘]]、[[NBA戰績預測系統第二次討論會]] |
| 07 | 10/25 |~| [[挑選變數]] | [[NBA的歷史片段]] ||| [[資料採礦作業三]] ||

| 0 || [[MCMC]] |||||||
| 0 || [[GA]] |||||||

| 堂次 | 時間 | 主軸 | 細目 | 活動 | 討論區 | R | 考試 | NBA戰績預測 |
| !01 | 09/13 | [[第一堂課|資料採礦的第一堂課]] | [[什麼是資料採礦？]]、[[數據]]、[[探索]] ||| [[R]]、[[R Commander]]、[[Rattle]]、[[RAnalyticFlow]]、[[Orange]] |||
| !02 | 09/20 | [[迴歸]] | [[簡單線性迴歸]] ||| [[R與簡單線性迴歸]] || [[註冊預測球隊]] |
| !03 | 09/27 |~| [[複線性迴歸]] ||| [[R與複線性迴歸]] |||
| !04 | 10/04 |~| [[廣義線性迴歸]] ||| [[R與廣義線性迴歸]] |||
| 05 | 10/11 | [[分類]] | [[決策樹]] ||| [[R與決策樹]] | [[用R挑選誰來現場小考？]] | [[第一次口頭報告|資料採礦第一次口頭報告]]、[[上傳YouTube第一階段的合作學習證據]] |
| 06 | 10/18 |~| [[類神經網路]] ||| [[R與類神經網路]] |||
| 07 | 10/25 |~| [[SVM]] ||| [[R與SVM]] |||
| 08 | 11/01 |~| [[合唱曲]] ||| [[R與合唱曲]] | [[用R挑選誰來現場小考？]] | [[第二次口頭報告|資料採礦第二次口頭報告]]、[[上傳YouTube第二階段的合作學習證據]] |
| !09 | 11/08 |>|>|>|>|>|>| [[期中考(20%)、範圍：迴歸與分類|2010資料採礦期中考]] |
| 10 | 11/15 | [[分群]] | [[KMeans]] ||| [[R與KMeans]] || [[第一次季前賽預測]]、[[第一次現場系統示範]] |
| 11 | 11/22 |~|~|||~|| [[第二次季前賽預測]]、[[第二次現場系統示範]]、[[公布第一次預測成績]] |
| 12 | 11/29 |~| [[Hierarchical Clustering]] ||| [[R與Hierarchical Clustering]] || [[第三次季前賽預測]]、[[第三次現場系統示範]]、[[公布第二次預測成績]] |
| 13 | 12/06 |~|~|||~| [[用R挑選誰來現場小考？]] | [[第三次口頭報告|資料採礦第三次口頭報告]]、[[上傳YouTube第三階段的合作學習證據]]、[[第一次季後賽預測]]、[[公布第三次預測成績]]  |
| !14 | 12/13 | [[關聯式法則]] | [[Apriori]] ||| [[R與Apriori]] || [[第二次季後賽預測]]、[[公布第四次預測成績]] |
| !15 | 12/20 |~|~|||~|| [[第一次海報學術審查|第一次資料採礦海報學術審查]]、[[公布第五次預測成績]] |
| !16 | 12/27 | [[尋找異數]] | [[非常態]] ||||| [[第二次海報學術審查|第二次資料採礦海報學術審查]] |
| !17 | 01/03 |~| [[孤島]] ||||| [[第三次海報學術審查|第三次資料採礦海報學術審查]]、[[第四次影片報告|資料採礦第四次影片報告]]、[[上傳YouTube第四階段的合作學習證據]] |
| 18 | 01/10 |>|>|>|>|>|>| [[期末考(30%)、範圍：分群、關聯式法則、NBA戰績預測系統|2010資料採礦期末考]] |

| 部 | 主戲 | JAVA | 案例 | R | 題庫 | 其他 |
| [[簡單線性迴歸]] |||||||
| [[複線性迴歸]] |||||||
| [[廣義線性迴歸]] |||||||
||||||||

Type the text for 'New Tiddler'

{{{
同一種狀況多作幾次。
}}}
!例子
# 「父親」加「母親」生下了「您」可不可以被重複？
!其他例子
# 「電池壽命實驗」中的「A批電池」可不可以被重複？
# 「爆米花口味實驗」的「台東三號玉米」可不可以被重複？
!更多例子
# 「爆米花口味實驗」的「微波三分鐘」可不可以被重複？
# 「老鼠實驗」的「一號食譜」可不可以被重複？ 

{{{
同一杯茶喝個兩口。
}}}
!例子
# 「父親」加「母親」生下了「您」可不可以被重複測量「表現」？
!其他例子
# 「電池壽命實驗」中的「電池」可不可以被重複測量「壽命」？
# 「爆米花口味實驗」的「玉米」可不可以被重複測量「口味」？
!更多例子
# 「老鼠實驗」的「老鼠」可不可以被重複測量「心跳」？ 

打開[R Console]，呼叫[[R Commander]]用，
{{{
library(Rcmdr)
}}}
接著點選[Tools]、[Load Rcmdr plug-in(s) ...]，把幾個學習實驗設計需要的專用套件載入
# ~DoE
# doex
# HH
# IPSUR

<<tabs "" [[波士頓公寓數據(I)]] "" [[波士頓公寓數據(I)]][[波士頓公寓數據(II)]] "" [[波士頓公寓數據(II)]][[波士頓公寓數據(III)]] "" [[波士頓公寓數據(III)]]>>

| 部 | 主戲 | JAVA | 案例 | R | 題庫 | 其他 |
||||||||

{{{
1, 3, 7, 8
}}}
{{{
10
}}}
{{{
5, 9
}}}
{{{
2, 4, 6
}}}
+++[符號的關聯]===
!歷史上的一刻
+++[A1]===

{{{
library(agricolae)
# 4 treatments and 5 blocks
trt<-c("A","B","C","D")
rcbd <-design.rcbd(trt,5,number=101,45,"Super-Duper") # seed = 45
rcbd # field book
plots <-as.numeric(rcbd[,1])
trt <-as.character(rcbd[,3])
dim(plots)<-c(4,5)
dim(trt) <-c(4,5)
print(t(plots))
print(t(trt))
# write in hard disk
# write.table(rcbd,"rcbd.txt", row.names=FALSE, sep="\t")
# file.show("rcbd.txt")
}}}

安排這一次實驗使用哪一組材料、人員、…等等的隨機機制。

!例子一：一因子實驗
{{{
p. 137, ex. 3.24
}}}
!例子二：二因子實驗
{{{
p. 192, section. 5.3.1
}}}
!例子三：是不是區集實驗？
{{{
p. 236, ex. 5.30
}}}

<html><iframe src="https://docs.google.com/present/embed?id=dc884f6s_55fpmnrkgd&size=l" frameborder="0" width="700" height="559"></iframe></html>

<<tabs "" [[SAS]] "" [[SAS]][[R]] "" [[R]]>>

｢順序尺度｣的選項彼此之間具備｢有意義的順序｣。用｢順序尺度｣得到的數據，可以是非數字的(non-numerical)，也可以是數字的(numerical)。

比如說，學生被要求用「非常滿意」、「滿意」、「一般」、「不滿意」、「非常不滿意」等五種分類評等某位教授的教學成效。這時候，前一項分類是高過下一項分類的，也就是說，「非常滿意」的評價比起「滿意」高；「滿意」的評價比起「一般」高；等等。這時候，｢教學成效｣代表一種文字型的變數。另外，假如我們把數字4、3、2、1、0分別指定給「非常滿意」、「滿意」、「一般」、「不滿意」、「非常不滿意」，那麼教學成效就變成是一種數字型的變數（通常會這麼作）。

【討論區】
# 問題一：滿意 > 不滿意？                                                             
# 問題二：(滿意 + 不滿意)/2 = 一般（通常是指說「沒意見」）？                             
# (更多例子) 
# 順序尺度擁有哪幾則運算？

用｢順序尺度｣測量的變數，叫做｢順序變數｣、得到的數據，叫做「順序數據」。

實務上，通常數字與相對的文字都會提供給受訪者(接受調查的人)。當使用數字的時候，統計學家們爭論順序尺度帶出來的數據是不是有「那麼一點點屬量」呢？認為4、3、2、1或0不是有那麼一點屬量的統計學家，主張4(非常滿意)跟3(滿意)之間的差距，與3(滿意)跟2(一般)之間的差距並不一樣。其他統計學家則主張，當學生看到等距離的數字時，數字的刻板印象會影響他們的反應，足以使得數據(比如說，某一位教授的教學成效)有那麼一點屬量，即使數字旁邊寫著文字描述。

但是，請注意實務上，數字型、帶有順序關係的評比通常用屬量的方式分析。比如說，計算某個教授的平均教學成效，與學生的平均成績(注意：美國人用A、B、C、D、F等符號表達學生的成績)。

| 堂次 | 日子 | 時間 | 主軸 | 細目 | 活動 | 討論區 | R | 考試 | 期末海報 | 家庭作業 |
| !01 ||  |||||||||
|~|~|  |~||||||||
|~|~|  |~||||||||
| !02 ||  |||||||||
| !03 ||  |||||||||
| !04 ||  |||||||||
| 05 ||  |||||||||
| 06 ||  |||||||||
| 07 ||  |||||||||
| 08 ||  |||||||||
| !09 ||  |||||||||
| 10 ||  |||||||||
| 11 ||  |||||||||
| 12 ||  |||||||||
| 13 ||  |||||||||
| !14 ||  |||||||||
| !15 ||  |||||||||
| !16 ||  |||||||||
| !17 ||  |||||||||
| 18 ||  |||||||||

Type the text for 'New Tiddler'

Type the text for 'New Tiddler'

!功用
!作法
#
#
#
#
!透過R Commander得到點圖
<html><iframe src="https://docs.google.com/present/embed?id=dc884f6s_123fq9m2jg9" frameborder="0" width="410" height="342"></iframe></html>
!關於「解讀點圖」